如何在keras模型中将汉明损失实现为自定义指标

Question

如何在 keras 模型中实现汉明损失作为自定义指标
我有一个包含 6 类

的多标签分类

model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy',hamming_loss])

我试过使用

from sklearn.metrics import hamming_loss
def custom_hl(y_true, y_pred):    
  return hamming_loss(y_true, y_pred)

这不起作用，因为我有 y_true ， y_pred 如下

YTRUE
Tensor("Cast_10:0", shape=(None, 6), dtype=float32)
YPRED
Tensor("model_1/dense_1/Sigmoid:0", shape=(None, 6), dtype=float32)

也试了这个问题的功能，还是不行有什么办法可以让我在keras中得到汉明损失作为度量感谢您的帮助

Answer 1

所以我找到了方法并且

def Custom_Hamming_Loss(y_true, y_pred):
  return K.mean(y_true*(1-y_pred)+(1-y_true)*y_pred)

def Custom_Hamming_Loss1(y_true, y_pred):
  tmp = K.abs(y_true-y_pred)
  return K.mean(K.cast(K.greater(tmp,0.5),dtype=float))

来源：https://groups.google.com/g/keras-users/c/_sjndHbejTY?pli=1

如何在keras模型中将汉明损失实现为自定义指标

how to implement hamming loss as a custom metric in keras model

python-3.x

tensorflow

keras

multilabel-classification

scikits