如何使用不同的损失函数训练和测试相

Question

我想在训练阶段使用加权损失函数，在测试阶段使用未加权损失函数。你知道吗

我试过在训练阶段，但在测试阶段，它仍然使用加权损失函数。你知道吗

def custom_loss():  
        def euclidian_distance_loss(y_true, y_pred):
        edl_in_train = K.sqrt(K.sum(K.square((y_pred - y_true) * weight_matrix().reshape(1, 41, 41, 1))))
        edl = K.sqrt(K.sum(K.square(y_pred - y_true)))
        return K.in_train_phase(edl_in_train,edl)

    return euclidian_distance_loss

由于训练数据的形状是恒定的，而测试并非如此，因此在测试阶段开始时出现了错误：

tensorflow.python.framework.errors_impl.InvalidArgumentError: Incompatible shapes

我怎样才能使这段代码正常工作，或者在这两个阶段中有没有其他方法来使用不同的损失函数？你知道吗

Answer 1

在测试时，因为你没有最小化损失函数，所以损失函数中到底有什么并不重要。我要做的是将未加权损失函数作为一个“度量”输入—这样它不会影响训练时的训练，但在测试时您可以自己分析它，看看您的模型是如何工作的。你知道吗