如何在Keras中的自定义损失函数中计算True Positive

Question

我用Keras做分类任务，我在Keras中创建了简单的自定义损失函数，并且有效

import keras.backend as K

def customLoss(yTrue,yPred):

    return K.abs(yTrue-yPred)

要制作我想要的更复杂的损失函数，我需要计算“正正”，“正负”，“正误”，“负负”

如何计算它们？

我无法计算它们，因为我不知道yTrue和yPred的类型。他们是2D数组或列表还是其他东西。如果我知道，也许我可以使用 for 来计算TP，TN，FP，FN，如下所示：

TP=0
for x,y in zip(yTrue,yPred):
   if x == 1 and y > 0.5:
      TP=TP+1

Answer 1

根据Keras Documentation，yTrue / yPred的数据类型为TensorFlow / Theano张量，具体取决于所使用的后端。

因此，您不能对损失函数使用for循环，否则会出现错误。

但是您可以为此使用逻辑：

TN = np.logical_and(K.eval(y_true) == 0, K.eval(y_pred) == 0)
FP = np.logical_and(K.eval(y_true) == 0, K.eval(y_pred) == 1)

之后，您可以将它们加起来：

TN = K.sum(K.variable(TN))
FP = K.sum(K.variable(FP))