Keras 模型 - 在自定义损失函数中获取输入

Question

我在使用 Keras 自定义损失函数时遇到问题。我希望能够以 numpy 数组的形式访问 truth。 因为它是一个回调函数，我想我不是在急切执行，这意味着我无法使用 backend.get_value() 函数访问它。我也尝试了不同的方法，但它总是回到这个“张量”对象不存在的事实。

我需要在自定义损失函数中创建会话吗？

我使用的是最新的 Tensorflow 2.2。

def custom_loss(y_true, y_pred):

    # 4D array that has the label (0) and a multiplier input dependant
    truth = backend.get_value(y_true)

    loss = backend.square((y_pred - truth[:,:,0]) * truth[:,:,1])
    loss = backend.mean(loss, axis=-1)  

    return loss

 model.compile(loss=custom_loss, optimizer='Adam')
 model.fit(X, np.stack(labels, X[:, 0], axis=3), batch_size = 16)

我希望能够接触到真相。它有两个组件（标签、乘数，每个项目都不同。我看到了一个依赖于输入的解决方案，但我不确定如何访问该值。Custom loss function in Keras based on the input data

Answer 1

我认为您可以通过在model.compile 中启用run_eagerly=True 来做到这一点，如下所示。

model.compile(loss=custom_loss(weight_building, weight_space),optimizer=keras.optimizers.Adam(), metrics=['accuracy'],run_eagerly=True)

我认为您还需要更新custom_loss，如下所示。

def custom_loss(weight_building, weight_space):
  def loss(y_true, y_pred):
    truth = backend.get_value(y_true)
    error = backend.square((y_pred - y_true))
    mse_error = backend.mean(error, axis=-1) 
    return mse_error
  return loss

我用一个简单的mnist 数据来演示这个想法。请看代码here。