Question

我正在训练网络去噪图像，为此我使用的是CIFAR10数据集。我正在尝试生成自定义丢失函数，以便损失为mse / classification_accuracy。鉴于我的网络接收32x32（噪声）图像作为输入并预测32x32（去噪）图像，我假设y_pred和Y_true将是32x32图像的数组。因此我的自定义损失函数如下所示：

def custom_loss():
    def joint_optimized_loss(y_true, y_pred):
        mse =  K.mean(K.square(y_pred - y_true), axis=-1)
        preds = classif_model.predict(y_pred)
        correctPreds = 0
        totPreds = 0
        for pred in preds:
            predictedClass = pred.index(max(pred))
            totPreds += 1
            if predictedClass == currentClass: 
                correctPreds += 1
        classifAccuracy = correctPreds / totPreds
        loss = mse / classifAccuracy
        return loss
    return joint_optimized_loss
myModel.compile(optimizer='adadelta', loss=custom_loss())

classif_model是一个预先训练的模型，它将CIFAR10图像分类为10个类之一。它接收一组32x32图像。

然而，当我运行我的代码时，我收到以下错误：

追踪（最近一次呼叫最后一次）：

文件“myCode.py”，第94行，

myModel.compile（optimizer ='adadelta'，loss = custom_loss（））        文件“/home/rvidalma/anaconda2/envs/tensorUpdated/lib/python2.7/site-packages/keras/engine/training.py”，   第850行，编译

sample_weight，mask）        文件“/home/rvidalma/anaconda2/envs/tensorUpdated/lib/python2.7/site-packages/keras/engine/training.py”，   第450行，加权

score_array = fn（y_true，y_pred）        在joint_optimized_loss
中输入第57行“myCode.py”
preds = classif_model.predict（y_pred）        文件“/home/rvidalma/anaconda2/envs/tensorUpdated/lib/python2.7/site-packages/keras/models.py”，   第913行，预测

return self.model.predict（x，batch_size = batch_size，verbose = verbose）        文件“/home/rvidalma/anaconda2/envs/tensorUpdated/lib/python2.7/site-packages/keras/engine/training.py”，   第1713行，预测

verbose =详细，步骤=步骤）        文件“/home/rvidalma/anaconda2/envs/tensorUpdated/lib/python2.7/site-packages/keras/engine/training.py”，   第1260行，在_predict_loop
中
batches = _make_batches（num_samples，batch_size）        文件“/home/rvidalma/anaconda2/envs/tensorUpdated/lib/python2.7/site-packages/keras/engine/training.py”，   第374行，在_make_batches
中
num_batches = int（np.ceil（size / float（batch_size）））
  AttributeError：'Dimension'对象没有属性'ceil'

我认为这与y_true和y_pred都是张量的事实有关，这些张量在训练之前是空的，因此classif_model.predict会因为期待数组而失败。但是我不确定如何解决这个问题......

我尝试使用y_pred获取K.get_value(y_pred)的值，但这会给我以下错误：

tensorflow.python.framework.errors_impl.InvalidArgumentError：Shape [-1,32,32,3]具有负维度[[Node：input_1 = Placeholderdtype = DT_FLOAT，shape = [？，32,32,3]， _device = “/作业：本地主机/复制：0 /任务：0 / CPU：0”]]

Answer 1

您不能将精确度用作损失函数，因为它不可微分。这就是为什么使用交叉熵等准确度的上限。

此外，您实现准确性的方式也是非符号的，您应该仅使用keras.backend中的函数来实现其正常工作的损失。

Answer 2

我遇到了几乎相同的问题，我尝试了这个，它对我有用。

而不是：

preds = classif_model.predict（y_pred）

尝试：

preds = classif_model（y_pred）

我不确定原因，但是因为当我们使用model.predict（y）时需要batch_size，而编译时我们没有，所以我们不能使用model.predict（y）。如果这是错误的，请纠正我。

自定义丢失功能：对y_pred

2 个答案: