我想实现以下损失函数:
我已经用numpy数组作为输入编写了这个函数。在
看起来像这样:
def loss_func(y_true, y_pred):
y_pred = np.array(y_pred)
list_of_factors = [4]*len(y_pred)
val = 0
for idx, factor in list_of_factors:
val += factor*scipy_func(y_pred[idx])
return val
有没有办法将此功能作为Keras损失函数来实现?我不知道如何获取该批次的个别样品。在
谢谢
你不能应用任何scipy函数,因为在损失函数中得到的变量是张量,而不是nD-NumPy数组。所以在以张量为参数的损失函数中没有NumPy或SciPy。在
根据您的scipy函数是什么,您可以使用Keras backend中可用的操作来实现它。大多数函数类似于NumPy运算,但作用于张量。在
看看existing loss functions以及它们如何使用这些后端函数对张量进行操作。在
相关问题 更多 >
编程相关推荐