这是代码,但不起作用。
def pred_overhalf(y_true, y_pred):
return K.count_params( filter( lambda x : x > 0.5 , y_pred ) )
model.compile(optimizer = "adam" , loss = "mse", metrics = [ pred_overhalf])
有什么方法可以解决这个问题吗?我搜索keras后端文档,但我找不到任何解决方案
答案 0 :(得分:0)
def pred_overhalf(y_true,y_pred):
out = K.greater(y_pred,0.5)
out = K.cast(out,K.floatx())
#option 1
return K.mean(out) #fraction of items greater than 0.5
#option 2
return K.sum(out) #total count (beware: this will consider all samples)