在Keras中创建自定义指标，以便顺序学习序列

Question

我想在Keras（python）中编写一个自定义指标，以便在我训练时评估我的序列对序列模型的性能。序列是单热编码的，令牌是单词而不是字符。我希望它只报告完全正确的序列数（百分比也可以）。因此，如果它预测＆＃34;猫坐在垫子上＃34;而不是＆＃34;猫坐在垫子上＃34;这是不正确的，不会被计算在内。

Keras（在我看来）有关编写自定义指标的有限文档（此处为https://keras.io/metrics/）。基本上，我想要的是像

    import keras.backend as K

    def num_correct(y_true, y_pred):
        return K.sum(float(y_pred == y_true))

现在，Keras并不喜欢这样。它说float没有属性形状。我知道y_true和y_pred是张量，但我不完全确定它想要返回什么。感谢帮助。

Answer 1

首先y_pred == y_true检查两个值是否相等，如果值相等则返回true，否则返回false。但我认为您不希望从==操作返回单个布尔值。如果是这种情况，请将代码更改为

import keras.backend as K

def num_correct(y_true, y_pred):
    equal = K.equal(y_pred,y_true)

    return K.sum(K.cast(equal,K.floatx()))

其次，即使==操作返回的值是张量，也不能在张量上调用浮点函数。 Keras后端有很好的方法（K.cast）。