传递从返回的张量keras.backend.argmax作为索引keras.后端，它需要“指数的整数张量”

Question

我正在尝试实现一个自定义的损失函数

def lossFunction(self,y_true,y_pred):

     maxi=K.argmax(y_true)

     return K.mean((K.max(y_true) -(K.gather(y_pred,maxi)))**2)

训练时会出现以下错误

---

InvalidArgumentError (see above for traceback): indices[5] = 51 is not in [0, 32) [[Node: loss/dense_3_loss/Gather = Gather[Tindices=DT_INT64, Tparams=DT_FLOAT, validate_indices=true, _device="/job:localhost/replica:0/task:0/device:CPU:0"](dense_3/BiasAdd, metrics/acc/ArgMax)]]

---

模型概要

---

^{pr2}$

Answer 1

Argmax从最后一个轴获取，而gather从第一个轴获取。两个轴上的元素数量不同，所以这是意料之中的。在

如果只处理类，请使用最后一个轴，因此我们将围绕聚集方法进行研究：

def lossFunction(self,y_true,y_pred):

    maxi=K.argmax(y_true) #ok

    #invert the axes
    y_pred = K.permute_dimensions(y_pred,(1,0))

    return K.mean((K.max(y_true,axis=-1) -(K.gather(y_pred,maxi)))**2)