Question

在Keras中，我有一个y_true的目标向量，它适合于具有一个输出神经元的网络。 y_true = [0,1,0,1,1 ....]我有一些收益[1,1,1，-5,1 ...]

我试图将支付作为额外参数放入keras的自定义损失函数中。 Keras只允许将两个参数传递给它（y_true和y_pred），但我还想传递分配给每个样本的支付。为此，我在y_true中添加了第二列，其中包含这些值。

然后我尝试通过执行以下操作在损失函数中再次分离实际的y_true（第一列）和支付（第二列）：

color: rgba(var(--color), 1)

这是我想要做的简化版本（在真实版本中，我将把收益整合到损失函数中）。但是对于上面的例子，我希望loss函数与只调用binary_cross entropy直接相同，y_true只包含y_true（没有任何支付）。

然而，结果并不像预期的那样，因为上面的自定义损失函数的精度值大约是一半。

导致此错误的原因是什么？我没有正确切割y_true吗？

问题与this post中描述的问题有关（curiale在2017年12月12日的评论建议使用slice_stack，但问题是相同的。）

Answer 1

我认为问题在于我还需要自定义指标功能。