在自定义Keras度量中获取y_pred和y_true长度

Question

背景：

我想在自定义Keras指标中检索 y_pred 和 y_true 的len(x)和x.shape[0]的相等值，而不使用Keras后端

考虑一个最小的Keras指标示例：

from keras import backend as K

def binary_accuracy(y_true, y_pred):
    return K.mean(K.equal(y_true, K.round(y_pred)), axis=-1)

这里y_pred和y_true是张量，表示某种形状的numpy数组。

问题：

如何获取keras度量函数内部基础数组的长度，以使所得代码采用以下形式：

def binary_accuracy(y_true, y_pred):
    # some Keras backend code 
    return K.mean(K.equal(y_true, K.round(y_pred)), axis=-1)

注意：该代码必须是Keras后端代码，以便它可在任何Keras后端上使用。

我已经尝试过K.ndim(y_pred)，即使实际上长度为45，它也返回2；而K.int_shape(y_pred)则返回None。

Answer 1

您需要记住，在某些情况下，直到将值馈送到该张量所依赖的特定占位符之后，才能确定给定符号张量的形状（例如y_true和y_pred）。

请记住，您有两个选择：

1. 使用K.int_shape（x）获取表示输入张量x形状的int和Nones元组。在这种情况下，长度不确定的尺寸将为“无”。 如果您的非Tensorflow代码不依赖于 尺寸不确定。例如您不能执行以下操作：

   if K.shape(x)[0] == 5:
       ...
   else:
       ...
   

2. 使用K.shape(x)获得象征性的张量，该张量表示 张量x。 如果您想使用张量的形状来更改TF图，例如：

   t = tf.ones(shape=K.shape(x)[0])

Answer 2

您可以通过K.int_shape(x)访问张量的形状 通过获取结果的第一个值，您将获得基础数组的长度：K.int_shape(x)[0]