theano 함수를 사용하여 keras에서 사용자 정의 손실 함수

Question

Keras 라이브러리와 함께 제공되는 대신 자체 binary_crossentropy를 사용하고 싶습니다.

sgd = SGD(lr=0.001) 
model.compile(loss = custom_objective, optimizer = sgd) 

내가이 오류를 얻을 : I 모델 컴파일 할 때

import theano 
    from keras import backend as K 

    def elementwise_multiply(a, b): # a and b are tensors 
     c = a * b 
     return theano.function([a, b], c) 

    def custom_objective(y_true, y_pred): 
     first_log = K.log(y_pred) 
     first_log = elementwise_multiply(first_log, y_true) 
     second_log = K.log(1 - y_pred) 
     second_log = elementwise_multiply(second_log, (1 - y_true)) 
     result = second_log + first_log 
     return K.mean(result, axis=-1) 

note: This is for practice. I'm aware of T.nnet.binary_crossentropy(y_pred, y_true)

하지만, :

--------------------------------------------------------------------------- TypeError Traceback (most recent call last) in() 36 37 sgd = SGD(lr=0.001) ---> 38 model.compile(loss = custom_objective, optimizer = sgd) 39 # ==============================================

C:\Program Files (x86)\Anaconda3\lib\site-packages\keras\models.py in compile(self, optimizer, loss, class_mode) 418 else: 419 mask = None --> 420 train_loss = weighted_loss(self.y, self.y_train, self.weights, mask) 421 test_loss = weighted_loss(self.y, self.y_test, self.weights, mask) 422

C:\Program Files (x86)\Anaconda3\lib\site-packages\keras\models.py in weighted(y_true, y_pred, weights, mask) 80 ''' 81 # score_array has ndim >= 2 ---> 82 score_array = fn(y_true, y_pred) 83 if mask is not None: 84 # mask should have the same shape as score_array

in custom_objective(y_true, y_pred) 11 second_log = K.log(1 - K.clip(y_true, K.epsilon(), np.inf)) 12 second_log = elementwise_multiply(second_log, (1-y_true)) ---> 13 result = second_log + first_log 14 #result = np.multiply(result, y_pred) 15 return K.mean(result, axis=-1)

TypeError: unsupported operand type(s) for +: 'Function' and 'Function'

을 나는 인라인 함수와 elementwise_multiply 교체 할 때 여기 내 사용자 지정 기능입니다 :

def custom_objective(y_true, y_pred): 
    first_log = K.log(y_pred)  
    first_log = first_log * y_true 
    second_log = K.log(1 - y_pred) 
    second_log = second_log * (1-y_true) 
    result = second_log + first_log 
    return K.mean(result, axis=-1) 

모델은 손실 값이 유모 않고 ​​컴파일 :

이

Epoch 1/1 945/945 [==============================] - 62s - loss: nan - acc: 0.0011 - val_loss: nan - val_acc: 0.0000e+00

누군가가 이것 좀 도와 줘요 수 없습니다!

감사합니다.

Answer 1

이 문제를 발견했습니다. 나는 스토커 스틱 그래디언트 디테 덴트 (sgd)를 옵티 마이저로 사용하고 확률 적 그래디언트 어 센트를 사용하지 않으므로 반환 값에 "-1"을 곱해야했습니다.

다음은 코드하고 그것이 마치 마법처럼 작동합니다 :

import theano 
from keras import backend as K 

def custom_objective(y_true, y_pred): 
    first_log = K.log(y_pred)  
    first_log = first_log * y_true 
    second_log = K.log(1 - y_pred) 
    second_log = second_log * (1 - y_true) 
    result = second_log + first_log 
    return (-1 * K.mean(result))