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
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
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 模型中实现汉明损失作为自定义指标
我有一个包含 6 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
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