编辑：

Question

编辑：

跟随此链接：TensorFlow: using a tensor to index another tensor

我已经解决了。

def my_loss(yTrue,yPred):

 pred_casted=K.cast(yPred, "int32")
 real_pred=K.gather(t_best_x, pred_casted)
 true_casted=K.cast(yTrue, "int32")
 real_true=K.gather(t_best_x, true_casted)
 real_loss=K.difference(real_pred, real.true) #i actually don’t know the name of this function, but I’m positive something like this exist
 mean_loss=K.mean(real_loss, axis=-1)

 return mean_loss

但是当我尝试训练模型时，出现以下错误：

make_tensor_proto中的第371行的文件“ /usr/local/lib/python3.5/dist-packages/tensorflow/python/framework/tensor_util.py” 引发ValueError（“不支持任何值。”）

强烈建议您提供有关如何解决此问题以及导致此原因的建议。注意：使用注释的“ classical_loss_mse”，一切正常。

页面末尾的错误全堆。

。

原始文本

我有一个带有自定义Loss函数的经典Keras NN

network.compile(loss=my_loss, optimizer='Adam', metrics=['mse'])

我正在尝试创建自定义损失函数（my_loss）

def my_loss(yTrue,yPred):

每个预测的值是0到1000之间的一个浮点数。对于我的NN的每个预测，我都有一个数组，其中包含结果的“适合度”。像这样：

fitness[int(prediction)] = 0.8 #example
len(my_array)
> 1000

我要创建（我需要）的损失函数的概念是：

1-my_array [int（yPred）]

现在，不是我可以做int（yPred）... yPred是张量。我该如何工作？

我将尝试使用伪非工作示例来更正确地解释我到底想要什么：

def my_loss(yTrue,yPred):
    true_loss=[]    
    for prediction in yPred:
        true_loss.append(1-fitness[round(prediction)]) # fitness[round(any yTrue)] = 1
    return true_loss

注意：适应度是包含普通浮点数的普通列表

完全堆栈错误

文件   “ /home/federico/.local/lib/python3.5/site-packages/spyder/utils/site/sitecustomize.py”，   运行文件中的第710行       execfile（文件名，命名空间）

文件   “ /home/federico/.local/lib/python3.5/site-packages/spyder/utils/site/sitecustomize.py”，   第101行，在execfile中       exec（compile（f.read（），文件名，'exec'），命名空间）

文件“ /home/federico/CLionProjects/monte/EXP2-STILLNOTWORKING.py”，   第201行，在       callbacks = [TrainValTensorBoard（log_dir ='。/ logs /'+ time.strftime（“％Y-％m-％d_％H-％M-％S-”）   +名称，histogram_freq = 0，write_graph = False，write_images = False），回调。EarlyStopping（monitor ='val_loss'，   patience = 200，mode ='auto'）]）＃用于评估的数据

文件“ /usr/local/lib/python3.5/dist-packages/keras/models.py”，行   适合的960       validate_steps = validation_steps）

文件   “ /usr/local/lib/python3.5/dist-packages/keras/engine/training.py”，   1634行，适合       self._make_train_function（）

文件   “ /usr/local/lib/python3.5/dist-packages/keras/engine/training.py”，   _make_train_function中的第990行       loss = self.total_loss）

文件   “ /usr/local/lib/python3.5/dist-packages/keras/legacy/interfaces.py”，   包装中的第87行       返回func（* args，** kwargs）

文件“ /usr/local/lib/python3.5/dist-packages/keras/optimizers.py”，   get_updates中的第432行       m_t =（self.beta_1 * m）+（1.-self.beta_1）* g

文件   “ /usr/local/lib/python3.5/dist-packages/tensorflow/python/ops/math_ops.py”，   第885行，在binary_op_wrapper中       y = ops.convert_to_tensor（y，dtype = x.dtype.base_dtype，name =“ y”）

文件   “ /usr/local/lib/python3.5/dist-packages/tensorflow/python/framework/ops.py”，   第836行，在convert_to_tensor中       as_ref = False）

文件   “ /usr/local/lib/python3.5/dist-packages/tensorflow/python/framework/ops.py”，   第926行，位于internal_convert_to_tensor中       ret = conversion_func（value，dtype = dtype，name = name，as_ref = as_ref）

文件   “ /usr/local/lib/python3.5/dist-packages/tensorflow/python/framework/constant_op.py”，   _constant_tensor_conversion_function中的第229行       返回常量（v，dtype = dtype，name = name）

文件   “ /usr/local/lib/python3.5/dist-packages/tensorflow/python/framework/constant_op.py”，   第208行，常数       值，dtype = dtype，shape = shape，verify_shape = verify_shape））

文件   “ /usr/local/lib/python3.5/dist-packages/tensorflow/python/framework/tensor_util.py”，   第371行，在make_tensor_proto中       引发ValueError（“不支持任何值。”）

ValueError：不支持任何值。

自定义损失函数中的Keras值错误

编辑：

原始文本

完全堆栈错误

0 个答案: