Python Keras Custom Loss，在损失函数中使用来自输入的特征

Question

我正在尝试为 Keras 回归任务创建自定义损失函数。

我正在预测一场比赛中每分钟得分，并在 "matches" 上训练可变长度，以分钟为单位。为了帮助模型学习，我想将小组比赛的分钟数包括在损失函数中，这样我们就可以正确地 "punish" 丢失持续时间较长的小组。

我知道我需要使用 Keras Backend/tensor 操作，但我一直在研究如何乘以分钟张量。这是我到目前为止的一些基本代码（伪 code/skipped 不重要）：

def penalized_loss(minutes):
    def loss(y_true, y_pred):

        # Normal mean_squared_error
        lost = K.mean(K.square(y_pred - y_true), axis=-1)

        # Would like something like this where minutes are included, but as a valid tensor operation
        not_valid_result = K.mean(K.square(y_pred - y_true) * minutes, axis=-1)

        return lost

    return loss

minutes = np.array(of some sort)

def baseline_model():
    # create model here...
    # ....

    # Compile model
    model.compile(loss=[penalized_loss(minutes)], optimizer='adam')
    return model

如我所料，在几分钟内通过的闭包工作正常，我只是停留在如何进行损失计算的 * minutes 部分上。

提前致谢！

Answer 1

要在图表中使用分钟，它需要是一个张量，除非分钟是一个常数，它在程序的生命周期内具有固定值（在这种情况下，您正在做的事情应该有效）。

Python Keras Custom Loss，在损失函数中使用来自输入的特征

Python Keras Custom Loss, use feature from input in loss function

python

keras

loss

loss-function