Question

我试图运行LSTM，当我使用下面的代码时：

model.compile(optimizer='rmsprop', loss='binary_crossentropy',
              metrics=['accuracy', 'f1score', 'precision', 'recall'])

它返回：

ValueError: ('Unknown metric function', ':f1score').

我已完成搜索并找到此网址： https://github.com/fchollet/keras/issues/5400

＆＃34;指标＆＃34;在＆＃34; model.compile＆＃34;此网址中的部分与我的完全相同，并且不会返回任何错误。

Answer 1

我怀疑你使用的是Keras 2.X.如https://keras.io/metrics/中所述，您可以创建自定义指标。这些度量标准似乎仅将(y_true, y_pred)作为函数参数，因此无法实现fbeta的通用实现。

以下是基于keras 1.2.2源代码的f1_score实现。

import keras.backend as K

def f1_score(y_true, y_pred):

    # Count positive samples.
    c1 = K.sum(K.round(K.clip(y_true * y_pred, 0, 1)))
    c2 = K.sum(K.round(K.clip(y_pred, 0, 1)))
    c3 = K.sum(K.round(K.clip(y_true, 0, 1)))

    # If there are no true samples, fix the F1 score at 0.
    if c3 == 0:
        return 0

    # How many selected items are relevant?
    precision = c1 / c2

    # How many relevant items are selected?
    recall = c1 / c3

    # Calculate f1_score
    f1_score = 2 * (precision * recall) / (precision + recall)
    return f1_score

要使用，只需在定义自定义指标后，在编译模型时将f1_score添加到指标列表中。例如：

model.compile(loss='categorical_crossentropy',
              optimizer='adam', 
              metrics=['accuracy',f1_score])

Answer 2

K.epsilon（）在此代码中运行良好。您可以在c1，c2和c3的定义中使用它。

在keras中的model.compile中使用mectrics时，报告ValueError :(＆＃39; Unknown metric function＆＃39;，＆＃39;：f1score＆＃39;）

2 个答案: