我了解自定义损失函数在tensorflow中是如何工作的。假设在下面的代码中，a和b是数字。但是如果a和b是与y_pred形状相同的数组呢？比方说我想损失函数的值等于6：我现在觉得我的损失函
浏览 27提问于2021-03-17得票数 1
回答已采纳
1回答
用于三重损失训练的自定义精度函数
、、、、
我正在尝试用tensorflow和keras训练一个三元组损失模型。我正在使用VGG16模型从我的日期集创建2622个嵌入。我使用tfa.losses.TripletSemiHardLoss作为我的损失函数。我想在训练过程中添加一些精度函数，因为我觉得只跟踪损失是不够的。我知道我可以在模型“编译”函数中使用带有"metrics“参数的自定义</e
浏览 25提问于2020-07-17得票数 2
5回答
在Keras中，如果您需要使用附加参数的自定义丢失，我们可以像在上提到的那样使用它 def loss(y_true, y_pred):K.mean(K.square(y_pred - y_true) - K.square(y_true - noise), axis=-1)当我训练模型时，上面的方法是有效的。当我尝试在custom_objects中使用load_model参数时
浏览 0提问于2018-01-22得票数 37
回答已采纳
我需要为Keras实现一个自定义目标函数，其中我需要一个额外的tensorflow占位符用于计算。对于Keras损失函数，input_R和解码器分别是对应于y_true和y_pred的占位符。我将Keras损失函数实现为，
pre_cost1 = tf.multiply((y_true - y_pred))cost1 = tf.square(l2_n
浏览 1提问于2017-04-29得票数 0
我已经训练了一个Keras (使用Tensorflow后端)模型，它有两个带有自定义损失函数的输出。我需要使用custom_objects参数从磁盘加载模型的帮助。在编译模型时，我使用了loss和loss_weights参数，如下所示： losses = {
'output_layer_1':custom_loss_fn,我按如下方式保存模型： model.save(model_path)
浏览 24提问于2019-02-13得票数 1
回答已采纳
我使用低级别的tensorflow API构建了一个模型，它只有几个变量(大约10个)，我想要优化这些变量。因此，我想实现一个自定义的损失函数，它产生噪声损失值(类似于一种基于仿真的优化方法)。有没有一种方法可以实现不可区分的损失函数，以及像SPSA这样的带有低级别tensorflow API的优化器？
有人可能会问，为什么要用tensorflow</em
浏览 0提问于2018-01-31得票数 3
回答已采纳
我是tensorflow的新手，我正在努力让tensorboard显示我的一些自定义指标。我正在使用的模型是一个带有相关EstimatorSpec的tf.estimator.Estimator。我尝试记录的第一个新指标来自我的损失函数，该函数由两个部分组成:年龄预测的损失(tf.float32)和类别预测的损失
浏览 17提问于2019-12-17得票数 0
1回答
我正在使用带有tensorflow 1.9后端的keras，并且我已经自定义了损失函数。我搞不懂如何将我的自定义损失函数绘制到tensorboard中。在这里，我添加了自定义损失函数代码的示例。我想要的是在tensorboard中绘制这个loss_1、loss_2和loss_total。有人知道怎么做吗？
浏览 26提问于2020-01-16得票数 2
我正在使用一个高度倾斜的计数数据集，该数据集通常适合负二项式。我想在Keras或Tensorflow中使用负二项作为前馈神经网络的损失函数。据我所知，在查看了可用的损失函数后，keras或tensorflow不存在这样的函数(尽管我希望我错了，我只是错过了一些东西)。我环顾四周，看到一些帖子建议只交换损失以包含负二项式，但似乎在tensorflow中创建自
浏览 7提问于2018-09-06得票数 5
1回答
有几种“经典”的方法来量化(任何！)回归模型如RMSE、MSE、解释方差、r2等。我如何将这样的成本建模成一个评估函数？我只需要一个第一个想法，并将欢迎任何建议。
浏览 0提问于2017-11-20得票数 0
回答已采纳
我一直在寻求学习TensorFlow，我注意到不同的函数用于相同的目标。例如，为了求一个变量的平方，我见过tf.square()、tf.math.square()和tf.keras.backend.square()。这对于大多数数学运算来说都是一样的。这些都是相同的，还是有什么不同？
浏览 148提问于2021-02-13得票数 2
1回答
我在Python中为tensorflow使用keras。我有一个自定义的损失函数，它为批次中的每个样本返回一个数字(因此，长度=批次大小的向量)。我如何还可以指定自定义的减少方法，以将这些样本损失聚合为整个批次的单个损失？在自定义损失函数中包含此减少，并让此函数仅返回单个标量而不是损失向量，这
浏览 28提问于2021-10-14得票数 0
因此，我正在尝试使用Keras (Tensorflow后端)中的Lambda层实现一个自定义函数。这是我的代码： return tensor.eval(session=K.get_session())
def np2tensor或者有没有什么办法，我可以在运行时获得自定义函数的结果，并转换为张量，并将其提
浏览 0提问于2018-03-30得票数 1
2回答
我正在寻找一种方法来创建一个类似于这样的损失函数:函数应该最大限度地获得回报。这在Keras中可以实现吗？任何如何实现这一目标的建议都将受到高度赞赏。，我一直在看的方法是将权重与y_true一起传递，然后将张量切成两部分，将权重和y_true分开，如下所示。这样的方法是可能的吗，还是会干扰正常化进程等等？sample_weights参数传递权重，则会更优雅，但这些权重的形状似乎有一些限制，而且据我所知，也无法在损失<
浏览 0提问于2017-11-22得票数 17
回答已采纳
设置def weighted_cross_entropy(weights):
所以在训练中，我用weight
浏览 0提问于2019-03-18得票数 10
回答已采纳
1回答
我想训练一个具有自定义损失函数的模型。损失包括两部分。Part1和part2可以用y_true (标签)和y_predicted (实际输出)来计算。但是，loss = part1 +lambda part2
λ是一个变量，应该能够与网络模型的参数一起调整。在tensorflow中，似乎可以将lambda定义为要更新的tf.Variable。
浏览 48提问于2020-03-04得票数 0
回答已采纳
在tensorflow中，是否可以使用非光滑函数作为损失函数，例如分段(或如果-否则)？如果你不能，为什么你可以使用ReLU？在这个链接中，它说
如果使用这种自定义<em
浏览 5提问于2016-11-22得票数 22
我在使用GPU和TPU的google colab训练中遇到了一个相当奇怪的问题，我使用了一个自定义损失，它可以在GPU上使用tfrecord数据集，但如果我切换到TPU，就会给出nan作为验证损失。没有其他特定的错误。此外，较旧的验证tfrecord数据集在TPU上运行良好。这让我觉得数据中可能有一些特定的东西。这显示在model.evaluate上(...)也是因为它在验证集上。
浏览 31提问于2020-09-27得票数 1
我构建了一个自定义的keras模型： filters, verbose=verbose)
此外，我正在尝试加载最新的检查点模型使用: Ubuntu 18.04 Python 3.6.8 TensorFlow 2.0 <em
浏览 0提问于2019-11-02得票数 0
2回答
我在使用Tensorflow和keras时遇到了问题。我们可以这样解释这个问题：
我们有一个模型(卷积神经网络)，它的输出形式是[None, 7, 7, 6]。我们有一个函数“定制丢失”。该函数具有y_true和y_pred参数。它们是[7,7,6]格式的。当我编译它时，我得到了错误消息：TypeError: must be real number, not Tensor。
浏览 3提问于2018-08-27得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
