在张量上具有阈值的自定义损失张量流

时间:2020-04-30 14:45:31

标签: tensorflow loss-function

在具有张量流的自定义损失中,我试图仅选择真实张量的值并进行预测,并在0.2到0.8之间进行预测,然后将其等于1,否则将其等于0。 然后,我计算了预测和真实之间的毫秒。

def customLoss(yTrue, yPred):
    yTrue_low=tf.where(yTrue > 0.2, tf.constant(1.), tf.constant(0.))
    yTrue_high=tf.where(yTrue < 0.8, tf.constant(1.), tf.constant(0.))
    trTrue=tf.multiply(yTrue_low, yTrue_high)

    yPred_low=tf.where(yPred > 0.2, tf.constant(1.), tf.constant(0.))
    yPred_high=tf.where(yPred < 0.8), tf.constant(1.), tf.constant(0.))
    trPred=tf.multiply(yPred_low, yPred_high)

    return tf.math.reduce_mean(tf.math.square(trTrue-trPred))

我收到一个错误: ValueError:未为任何变量提供渐变

0 个答案:

没有答案