Question

我正在使用keras来构建NN。我需要制作自定义评估功能（我做过但不完全）。

以下是代码的一部分：

from keras import backend as K
...
def customized_loss(y_true, y_pred):
    loss = K.square(y_true - y_pred)
    return K.sum(loss)
...
model.compile(loss=customized_loss, optimizer='adam')

这部分完美无缺，但这并不是我所需要的我希望能够返回，例如0.123
目前，返回的是K.sum(loss)，这也只是一个值（包含在一些张量中）无论你写下什么0.123或[0.123]或[[0.123]]或......

所以问题是如何将float转换为tensor，这将被接受为此自定义丢失函数中的响应？

E.g。类似于return K.new_tensor(0.123)的东西（也是我用tensorflow作为后端）

编辑：

我刚刚意识到我的想法在概念上毫无意义。我想申请损失（金额）而不提供任何关于损失函数的信息（即它的衍生物）对于反向传播至关重要，因此它可以知道如何更新权重。

如何从浮点值创建张量？

0 个答案: