Question

如何获取我编写的此损失函数的y_true和y_pred值：

def kullback_leibler_divergence(y_true, y_pred):
    y_true = K.clip(y_true, K.epsilon(), 1)
    y_pred = K.clip(y_pred, K.epsilon(), 1)
    return K.sum(y_true * K.log(y_true / y_pred), axis=-1)

Answer 1

我不确定这是否有帮助，但是在机器学习中 y_true指的是真实值，即原始标签。 y_pred是您的分类器的预测，因此y_pred = clf.predict(y_true) 损失函数实质上是计算预测与“真实”标签之间的距离。

Answer 2

据我所知，这可能很有用。您可以使用from tensorflow.keras import backend as K使用y_true，y_pred来计算任何内容，如以下示例所示编译时，应将函数**添加到损失**中。那么它将提供y_true，y_pred值。

损失：字符串（目标函数的名称），目标函数或tf.keras.losses.Loss实例。请参阅tf.keras.loss。 目标函数是任何可调用的，其签名损失= fn（y_true，y_pred）

# compile the model
model.compile(optimizer='adam', loss=kullback_leibler_divergence, metrics=['accuracy'])

如何获得损失函数的y_true和y_pred值？

2 个答案: