Question

我正在尝试为我的keras自动编码器convnet模型计算PSNR度量。但是，我遇到了一个错误。请帮助检查并纠正该问题。谢谢

import math
from keras import backend as K


def PSNR(y_true, y_pred):
    max_pixel = 1.0
    return 10.0 * math.log10((max_pixel ** 2) / (K.mean(K.square(y_pred - 
y_true)))) 


adam = optimizers.Adam(lr=0.0001)
autoencoder.compile(loss='mse', metrics=[PSNR], optimizer=adam)

完整的回溯是：追溯（最近一次通话）：

文件“”，第1行，在 autoencoder.compile（loss ='mse'，metrics = [PSNR]，optimizer = adm）

在编译的文件“ C：\ Users \ LW \ Anaconda3 \ envs \ tensorflow_demo \ lib \ site-packages \ keras \ engine \ training.py”中，行451 handle_metrics（output_metrics）

handle_metrics中的第420行“ C：\ Users \ LW \ Anaconda3 \ envs \ tensorflow_demo \ lib \ site-packages \ keras \ engine \ training.py” mask = masks [i]）

文件“ C：\ Users \ LW \ Anaconda3 \ envs \ tensorflow_demo \ lib \ site-packages \ keras \ engine \ training_utils.py”，第404行，加权后 score_array = fn（y_true，y_pred）

PSNR中文件“”的第8行返回10.0 * math.log10（（max_pixel ** 2）/（K.mean（K.square（y_pred-y_true）））

TypeError：必须为实数，而不是Tensorr

请让我知道如何解决此问题

Answer 1

您不能在keras度量或损失函数内使用math.log，因为它不适用于符号张量。请改用2.303 * K.log。由于K.log是自然对数，而您想以10为底的对数，因此可以应用转换因子。

def PSNR(y_true, y_pred):
    max_pixel = 1.0
    return 10.0 * 2.303 * K.log((max_pixel ** 2) / (K.mean(K.square(y_pred - 
y_true))))

Answer 2

对我来说，Matias Valdenegro的回答效果不佳。我花了将近一天的时间来找出模型的问题，但最后我发现Valdenegro编写的函数是错误的。

这就是我修改的内容。
首先，请勿乘以2.303。相反，划分。因为自然对数大于以10为底的对数。
其次，根据keras api，K.mean中应该有一个“ axis = -1”参数来计算mse。
所以，功能看起来像

def PSNR(y_true, y_pred):
    max_pixel = 1.0
    return (10.0 * K.log((max_pixel ** 2) / (K.mean(K.square(y_pred - y_true), axis=-1)))) / 2.303

如何在KERAS中计算PSNR度量

2 个答案: