keras中的所有目标函数都使用张量变量参数y_true和y_pred。我试图用我的“自定义”mean_squared_error目标来获取这些参数的形状(或任何相关的张量属性):
def custom_mse(y_true, y_pred):
print 'in custom_mse'
print K.eval(y_true.shape)
print 'end custom_mse'
return K.mean(K.square(y_pred - y_true), axis=-1)
这会在model.compile中出现以下错误:
theano.gof.fg.MissingInputError: ("An input of the graph, used to compute Shape(dense_2_target), was not provided and not given a value.
有没有办法评估客观论点的属性? y_true.shape返回'Shape.0',但我不能像其他任何时候一样eval()它来尝试评估形状。