Keras的自定义损失

Question

我想在Keras中实现自定义丢失，将最后一个仿射层作为输入。这是Hariharan et al. 2017

中描述的SGM损失

这意味着损失函数不仅得到y_true和y_predict作为参数，而且还得到最后的仿射层。如何在keras中实现？

Answer 1

您可以创建自己的自定义图层，并在self.add_loss方法中调用call。该值应该是批次中样本的平均标量张量。然后，在编译模型时，这将添加到通常的损失函数（y_true和y_pred的函数）。如果不需要，您还可以选择指定loss=None。

参见例如https://github.com/fchollet/keras/blob/master/examples/variational_autoencoder.py，其中KL分歧被添加到伯努利负对数似然，以形成变分自动编码器的负证据下限损失。