在自定义指标中更改 yTrue

Question

我正在尝试在 Keras 中实现 GAN，我想使用 One-sided label smoothing 技巧，即将真实图像的标签设为 0.9 而不是 1。但是，现在内置指标 binary_crossentropy 没有做正确的事情，对于真实图像它总是 0。

然后我尝试在 Keras 中实现我自己的指标。我想将所有 0.9 标签转换为 1，但我是 Keras 的新手，我不知道该怎么做。这就是我的意图：

# Just a pseudo code
def custom_metrics(y_true, y_pred):
    if K.equal(y_true, [[0.9]]):
        y_true = y_true+0.1
    return metrics.binary_accuracy(y_true, y_pred)

如何比较和更改y_true标签？提前致谢！

编辑：以下代码的输出为：

def custom_metrics(y_true, y_pred):
    print(K.shape(y_true))
    print(K.shape(y_pred))
    y_true = K.switch(K.equal(y_true, 0.9), K.ones_like(y_true), K.zeros_like(y_true))
    return metrics.binary_accuracy(y_true, y_pred)

Tensor("Shape:0", shape=(2,), dtype=int32) Tensor("Shape_1:0", shape=(2,), dtype=int32)

ValueError：形状必须为 0 级，但对于 'cond/Switch'（op：'Switch'）具有输入形状的 2 级：[?,?], [?,?].

Answer 1

您可以使用 tf.where:

y_true = tf.where(K.equal(y_true, 0.9), tf.ones_like(y_true), tf.zeros_like(y_true))

或者，您可以使用 keras.backend.switch 函数。

keras.backend.switch(condition, then_expression, else_expression)

您的自定义指标函数如下所示：

def custom_metrics(y_true, y_pred):
    y_true = K.switch(K.equal(y_true, 0.9),K.ones_like(y_true), K.zeros_like(y_true))
    return metrics.binary_accuracy(y_true, y_pred)

测试代码：

def test_function(y_true):
    print(K.eval(y_true))
    y_true = K.switch(K.equal(y_true, 0.9),K.ones_like(y_true), K.zeros_like(y_true))
    print(K.eval(y_true))

y_true = K.variable(np.array([0, 0, 0, 0, 0, 0.9, 0.9, 0.9, 0.9, 0.9]))
test_function(y_true)

输出：

[0.  0.  0.  0.  0.  0.9 0.9 0.9 0.9 0.9]
[0. 0. 0. 0. 0. 1. 1. 1. 1. 1.]

在自定义指标中更改 yTrue

Change yTrue in custom metrics

python

keras

tensorflow

generative-adversarial-network