Question

我正在尝试在keras（Tensorflow Backend）中创建一个损失函数，但我有点卡住检查自定义丢失函数的内部。实际上，只有在我编译模型时才会在控制台上显示打印件，之后没有打印件。（我只是测试非常简单的自定义函数，当我解决这个问题时，我将创建真正的函数）。我使用train_on_batch函数训练模型。我该如何解决这个问题？

def loss_yolo(self, y_true, y_pred):  
    '''
        4*7*7 = 196
        1*7*7 = 49
        7*7*20 = 980
    '''
    print('inside loss function')
    loss = K.mean(y_true- y_pred)
    return loss
model.compile(optimizer='sgd', loss=loss_yolo)
print('train on batch')
print(model.train_on_batch(x, y))

我的输出：

内部损失功能

批量训练

-0.481604

Answer 1

你唯一能做的就是不使用python的打印功能，但是例如，tensorflow的tf.Print函数是计算图的一部分。文档说操作什么都不做，但每次评估它都会打印一条你可以指定的消息。

您只需要小心将其正确放置在图表中，例如：

def loss(y_true, y_pred):
    d = y_true - y_pred
    d = tf.Print(d, [d], "Inside loss function")
    return tf.reduce_mean(tf.square(d))

更好地了解内部发生的事情是使用tensorflow debugger。

Answer 2

我添加了 output_stream 参数并在 TensorFlow v2.4.1 中尝试了此代码。工作正常：

def loss_custom(y_true, y_pred):
    d = y_true - y_pred
    tf.print("\n y_true:", type(y_true), output_stream=sys.stdout)
    return tf.reduce_mean(tf.square(d))

训练期间的输出：

Epoch 1/10

 y_true: <class 'tensorflow.python.framework.ops.Tensor'>
 1/72 [..............................] - ETA: 0s - loss: 0.2328 - accuracy: 0.3319
 y_true: <class 'tensorflow.python.framework.ops.Tensor'>
 2/72 [..............................] - ETA: 9s - loss: 0.2087 - accuracy: 0.5250
 y_true: <class 'tensorflow.python.framework.ops.Tensor'>

Keras打印内部丢失功能不起作用

2 个答案: