Question

我使用keras来解决多类问题。我的数据非常不平衡，所以我试图创建类似于混淆矩阵的东西。我的数据集非常大，并保存为HDF5，因此我使用HDF5Matrix来获取X和Y，使scikit-learn混淆矩阵无关紧要（据我所知）。我已经看到save the predictions and true labels或output the error per label是可能的，但更优雅的解决方案是创建一个累积（预测的，真实的）标签对的多维度量（像一个混乱矩阵）。我使用了以下回调试图查看每批/历元的内容：

from keras.callbacks import LambdaCallback
batch_print_callback = LambdaCallback(on_batch_end=lambda batch, logs: 
print(logs),on_epoch_end=lambda epoch, logs: print(logs))

但它只累积一个值（通常是排序的平均值）。

我还试图查看是否可以按以下方式返回y_pred / y_true（尝试查看是否可以在日志中打印多维值）：

def pred(y_true, y_pred):
     return y_pred

def true(y_true, y_pred):
    return y_true

然而，它并没有像我预期的那样返回多维值所以基本上，我的问题是，我可以使用keras积累多维度量吗？

Answer 1

嗯，据我所知，这是不可能的，因为在返回张量值之前，应用了K.mean。我在keras github上发布了一个issue。我想出的最好的设计是混淆矩阵中每个单元格的度量标准，以及收集它们的回调，由问题中提到的线程提供。可以找到一种工作解决方案here

如何在Keras中创建一个返回多维值的指标？

1 个答案: