Question

这是我有史以来第一个发布在StackOverflow上的问题，请耐心等待，让我知道我是否应该以某种方式改进我的问题：）

假设我要为每个类计算一个单独的指标值。是否可以在Keras的Tensorflow实现中使用自定义度量标准函数来输出非标量张量？例如：我有一个自定义指标函数balanced_accuracy_per_class，它返回形状为(1, 4)的张量，并将其馈送到compile方法中，如下所示：

# Define some dummy data:
train_data = tf.constant([
    [0.2, 0.5, 0.1, 0.0, 5.2, 6.3],
    [0.4, 0.1, 0.8, 0.4, 6.4, 7.5],
])

train_labels = tf.constant([
    [1., 0., 0., 0.],
    [0., 1., 1., 0.],
])

val_data = tf.constant([
    [0.3, 0.4, 0.2, 0.1, 2.2, 4.3],
    [3.4, 3.1, 2.8, 1.4, 2.4, 5.5],
])

val_labels = tf.constant([
    [0., 1., 0., 1.],
    [1., 0., 0., 0.],
])

# Example dummy implementation.
def balanced_accuracy_per_class(y_true, y_pred):
    return tf.constant([0.0, 0.2, 0.4, 0.6])

sgd = tf.keras.optimizers.SGD(lr=0.1, decay=0.000225, momentum=0.5)

model = tf.keras.Sequential()
model.add(tf.keras.layers.Dense(4, input_shape=(6, )))
model.add(tf.keras.layers.Activation('sigmoid'))

model.compile(optimizer='rmsprop',
          loss='mse',
          metrics=[balanced_accuracy_per_class])

model.fit(train_data, train_labels, epochs=3, steps_per_epoch=1)

evaluation_results = model.evaluate(val_data, val_labels, steps=1)

在培训和评估阶段，进度条都将度量输出为标量（具体为0.3）：

Epoch 1/3

1/1 [==============================]-0s 81ms / step-损耗：0.2392-balance_accuracy_per_class： 0.3000

第2/3集

1/1 [==============================]-0s 0s / step-损失：0.2367-balance_accuracy_per_class： 0.3000

第3/3版

1/1 [==============================]-0s 997us / step-损耗：0.2350-balance_accuracy_per_class： 0.3000

1/1 [==============================]-0s 53ms / step-损耗：0.4557-balance_accuracy_per_class： 0.3000

我想实现的是model.evaluate返回给定指标的数组而不是标量。

模型的evaluate function的文档字符串明确提到“标量或标量列表”，但也许我遗漏了什么？

谢谢！

Tensorflow Keras中的非标量自定义指标

0 个答案: