将自定义损失添加到eval_metric_ops

Question

我使用sequence_loss

定义了自己的损失函数

loss = tf.contrib.legacy_seq2seq.sequence_loss(logits, labels, weights)

我希望将此添加到eval_metric_ops，以便在我的ML引擎包中，我可以连续显示tensorboard中的评估损失（默认值只是准确性）。我尝试将其添加为自定义eval_metric_ops

eval_metric_ops = {
    'loss': loss # this has already been coputed for Modes.EVAL
}

但是，我收到错误＆＃34; TypeError：eval_metric_ops的值必须是（metric_value，update_op）元组，给定：Tensor（＆＃34; sequence_loss / truediv：0＆＃34;，shape =（），dtype = float32）for key：loss＆＃34; - 如何将损失作为eval_metric_op传递，我需要做什么？我猜我当前的损失应该是指标值，但我不确定update_op应该是什么？

Answer 1

您的案例中的指标函数可以使用tf.metrics使用损失的移动平均值来实现：

def metric_fn(labels, predict):
   loss = tf.contrib.legacy_seq2seq.sequence_loss(logits, labels, weights)
   mean, op = tf.metrics.mean(loss)
   return mean, op