Question

我需要帮助才能在keras中创建自定义指标。我需要计算我的错误等于零的次数（y_pred-y_true = 0）。

我尝试过：

tf.Tensor

但是我遇到了这个错误：

OperatorNotAllowedInGraphError：将bool用作Python c = tf.constant(0) def our_metric(y_true, y_pred): mask = K.equal(y_pred, y_true) # TRUE if y_pred = y_true mask = K.cast(mask,K.floatx()) s = K.sum(mask) return s/n_train 图形执行中不允许使用。使用急切执行或装饰使用@ tf.function可以实现此功能。

编辑：使用此处提出的解决方案：

Creating custom conditional metric with Keras

我这样解决了我的问题：

   navigator.geolocation.getCurrentPosition(position => {
       this.$refs.gmap.$mapPromise.then(() => {
           let geocoder = new google.maps.Geocoder()
           let home = new google.maps.LatLng(position.coords.latitude, position.coords.longitude)
           geocoder.geocode({
               location: home
               }, 
          function(geocoderResults) {
              console.log('google result' , geocoderResults);
           });
       })
   });

Answer 1

您不能在普通的tensorflow中使用静态图运行Python比较。

您必须启用eager mode，这是一个包装器，使您可以使用一些Python控制语句（例如if或loop）。只需按照错误提示装饰函数或在脚本开始处发出tf.enable_eager_execution()。

您可能还希望更新代码以使用tf2.0，它更直观并且默认情况下处于急切模式。

Answer 2

有多种使用Keras后端函数来计算值等于零的次数的方法。您只需要在框外思考。这是一个示例：

diff = y_true - y_pred
count = K.sum(K.cast(K.equal(diff, K.zeros_like(diff)), 'int8'))

也可以使用tf.count_nonzero操作，但是混合使用keras和显式张量流会导致问题。

自定义指标Keras

2 个答案: