自定义损失 - 硬

Question

以下两个 models/compilations 行为不同：

def custom_loss(y_true, y_pred):
  return keras.losses.binary_crossentropy(y_true, y_pred)

optimizer = Adam(lr=5e-3)
model.compile(loss=custom_loss, optimizer=optimizer, metrics=['accuracy'])

并且：

optimizer = Adam(lr=5e-3)
model.compile(loss=keras.losses.binary_crossentropy, optimizer=optimizer, metrics=['accuracy'])

可能是什么原因？

Answer 1

如果您实施自定义二元交叉熵损失，您还应该指定正确的准确度指标。这是因为如果您使用 Keras 的二元交叉熵，那么 Keras 将自动调整要使用的精度指标（在二元精度和分类精度之间）。

如果您使用自定义损失，则不会发生这种情况，然后 Keras 将默认为分类精度，这实际上是错误的，会产生不正确的精度值。例如：

model.compile(loss=custom_loss, optimizer=optimizer, metrics=['binary_accuracy'])

自定义损失 - 硬

custom loss - keras

loss

keras