Question

我想在Keras中实现自定义指标。根据文档，我的自定义指标应定义为一个函数，它将两个张量y_pred和y_true作为输入，并返回单个张量值。

但是，我很困惑在优化运行时这些张量y_pred和y_true中确切包含的内容。它只是一个数据点吗？这是整批吗？整个时代（可能不是）？有没有办法获得这些张量的形状？

有人可以指向值得信赖的地方，我可以获取此信息吗？任何帮助，将不胜感激。不确定是否相关，但我正在使用TensorFlow后端。

到目前为止我尝试过的事情，为了回答这个问题：

检查Keras metrics documentation（没有解释这些张量是什么）。
检查source code for the Keras metrics并尝试通过查看其他指标的Keras实现来了解这些张量（这似乎表明y_true和y_pred具有整批的标签，但我不确定。）
阅读这些stackoverflow问题：1，2，3和其他人（没有回答我的问题，大多数都集中在OP上，不清楚张力与张量之间的区别在会话期间使用该张量计算的值。）
在优化过程中打印y_true和y_pred的值，方法是定义如下指标：

    def test_metric(y_true, y_pred):
        y_true = K.print_tensor(y_true)
        y_pred = K.print_tensor(y_pred)
        return y_true - y_pred

（遗憾的是，这些在优化过程中不会打印任何内容）。

Answer 1

张量y_true是您传递给fit方法的真实数据（或目标，基础事实）。
它是将numpy数组y_train转换为张量。

张量y_pred是您的模型预测（计算，输出）的数据。

y_true和y_pred都具有完全相同的形状。

的形状

它包含整个批次。它的第一个维度始终是批量大小，即使批次只有一个元素，它也必须存在。

找到y_true形状的两种非常简单的方法是：

但它的第一个维度是批量大小。

因此，如果您的上一个图层输出(None, 1)，则y_true的形状为(batch, 1)。如果最后一层输出(None, 200,200, 3)，则y_true将为(batch, 200,200,3)。

不幸的是，打印自定义指标不会显示其内容。例如，您可以使用print(K.int_shape(y_pred))查看其形状。

请记住，这些库首先“编译图形”，然后“运行数据”。当您定义损失时，您处于编译阶段，并且要求数据需要模型运行。

但即使您的指标的结果是多维的，keras也会自动找到为该指标输出单个标量的方法。（不确定操作是什么，但很可能隐藏在表下的K.mean()）。

源。在你习惯了keras之后，只需阅读这部分就可以理解这种理解：

y_true：真实标签。 Theano / TensorFlow张量。
y_pred：预测。 Theano / TensorFlow张量与y_true形状相同。

真实标签表示真实/目标数据。标签在这里是一个选择不好的词，它只是分类模型中真正的“标签” 预测意味着您的模型的结果。

Answer 2

{ "reason": "No data retrieved for GET call", "response": "failure" }是真实值（标签）。并且y_true是您的NN模型预测的值。

张量的大小（形状）受到批次大小（nb_batches）的影响。

Answer 3

y_true是目标值，y_pred是模型的预测值。函数中的参数位置也很重要。您可以仅通过实现一个示例来进行检查，也可以通过将该函数用作指标来进行观察。注意：-在检查此属性时，请避免使用验证拆分，因为没有足够的示例来进行拆分，还请避免缩放示例以实现更好的可视化效果