矢量化张量运算，而不是在keras自定义损失函数中使用forloop

Question

我正在编写一个自定义损失函数，它使用惩罚矩阵来计算损失。y_true和y_pred值是矩阵惩罚矩阵A的索引：

def score(y_true, y_pred):
    S = 0.0
    for i in range(0, y_true.shape[0]):
      S -= A[y_true[i], y_pred[i]]
    return S/y_true.shape[0]

由于for循环不能提供最好的性能，我想知道没有它我怎么能完成下面的代码片段

S -= A[y_true[i], y_pred[i]]

Answer 1

在我看来，如果y_true包含行索引，而y_pred包含列索引，那么下面的方法对您适用

S = -sum(A[y_true,y_pred])