keras.backend和Tensorflow之间的功能有什么区别

Question

我正在尝试自定义keras的损失功能。我看到了示例：

将tensorflow导入为tf 将keras.backend导入为K

def mean_pred(y_true, y_pred):
    return K.mean(y_pred)

我可以使用类似的东西吗

def mean_pred(y_true, y_pred):
        return tf.mean(y_pred)

有什么区别吗？

Answer 1

两者都相同，并且计算张量维度上元素的均值，并等于Numpy均值即np.mean。也是tf.math.reduce_mean。