Question

我正在尝试从Keras中的TF实现加权交叉熵。来自TF网站的文档：https://www.tensorflow.org/api_docs/python/tf/nn/weighted_cross_entropy_with_logits

这就是我要做的：

import tensorflow as tf
from keras import backend as K

# Create the custom loss function
def weighted_binary_crossentropy(weights):
    def w_binary_crossentropy(y_true, y_pred):
        return K.mean(tf.nn.weighted_cross_entropy_with_logits(
            y_true,
            y_pred,
            weights,
            name=None
        ), axis=-1)
    return w_binary_crossentropy

# Optimizers, Loss and Compile
adam = Adam(lr=0.0001)
weighted_loss = weighted_binary_crossentropy(weights=1)
model.compile(optimizer=adam, loss=weighted_loss, metrics=['accuracy'])

开始翻译，但损失未更新/卡住。我的期望是，如果将权重设置为1，则结果将与标准交叉熵损失相同。我错过了什么吗？

Keras加权二进制交叉熵卡住了

0 个答案: