如何在 Keras 中对批量维度应用 top_k_categorical_accuracy

Question

我正在基于 top_k_categorical_accuracy 在 keras 中制作自定义指标。在我的自定义度量函数中，我收到 y_true 和 pred（两个张量），具有 3 个维度，形状为 (batch_size, d2, d3)，但显然top_k_categorical_accuracy 需要一个二维张量。

tf.keras.metrics.top_k_categorical_accuracy(y_true, y_pred, k=2)

我的问题是如何在不同批次之间应用这个 top_k 函数？

在下面的示例中，我希望指标的输出为 1/2（k=2）。

这将通过取 top_k_categorical_accuracy(y_true[0], y_pred[0]) 的 K.mean（第一批给出 2/3）和 top_k_categorical_accuracy(y_true[1], y_pred[1])（第二批给出 1/3)。所以平均值是 1/2

y_true = [
    [[0, 0, 1], [0, 1, 0], [1, 0, 0]],
    [[0, 0, 1], [0, 1, 0], [1, 0, 0]]
]
y_pred = [
    [[0.1, 0.7, 0.2], [0.05, 0.95, 0], [0.2,0.3,0.5]],
    [[0.7, 0.2, 0.1], [0.95, 0, 0.05], [0.3,0.2,0.5]]
]

Answer 1

由于只有最后一个维度是实际 class 预测，您可以使用 K.reshape:

将前两个维度重塑为一个维度

y_true = K.reshape(y_true, shape=(-1,3))
y_pred = K.reshape(y_pred, shape=(-1,3))

然后张量将满足 API 的形状要求并产生批次*d1 的平均得分，这也是您要求的批次平均得分，因为每个批次具有相同数量的 d1。

如何在 Keras 中对批量维度应用 top_k_categorical_accuracy

How to apply top_k_categorical_accuracy over batch dimension in Keras

python

keras

tensorflow

tf.keras

tensorflow2.0