Tflearn 사용자 정의 목표 함수

tflearn 모델에 대한 사용자 정의 목적 함수를 생성합니다. 목적 함수는 복잡하고 예측되고 올바른 결과를 반복하고 색인을 기반으로하지 않는 특정 부분을 추가해야합니다. 나는 그것이 텐서 데이터 타입으로 동작하도록하는 방법을 찾을 수 없다.Tflearn 사용자 정의 목표 함수

아래 표준 목록을 사용하여 버전을 코딩했습니다.

errorBuild = 0 
errorCheck = 0 
def CustomLoss(y_pred, y_true): 
    for value, index in enumerate(y_true): 
     if y_true[index] == 0: 
      errorBuild += y_pred[index] 
     else: 
      errorBuild += y_pred[index] - y_true[index] 
      errorCheck += math.abs(errorBuild) 

    return errorCheck

텐서의 개별 값을 반복하는 방법이없는 것처럼 보입니다. 목적 함수에서 새로운 세션을 만들고 텐서를 평가해야합니까? 사전

출처

2017-02-05 user3204416

이상적으로는 손실을 벡터화 것 (어쩌면 [cumsum] 포함 (https://www.tensorflow.org/api_docs/python/math_ops/scan# : 다음

def my_own_Loss(y_pred, y_true): for value, index in enumerate(y_true): if y_true[index] == 0: errorBuild += y_pred[index] else: errorBuild += y_pred[index] - y_true[index] errorCheck += math.abs(errorBuild) return errorCheck

과에 전화 cumsum) 및 tf.abs (y_pred [1 :] - y_true)). 그게 가능하지 않다면 [TensorFlow 루핑 구조] (https://www.tensorflow.org/api_docs/python/functional_ops/higher_order_operators)를 살펴볼 것입니다. –

당신은/objectives.py 파일 (https://github.com/tflearn/tflearn/blob/master/tflearn/objectives.py)을 tflearn하는 새로운 손실 함수를 추가 할 수있는 도움을

감사합니다. 그것을 사용하기 위해서는 회귀 레이어에서 그 이름을 호출하면됩니다.

net = tflearn.regression(net, optimizer='momentum', 
         loss='my_own_Loss', 
         learning_rate=0.1)

출처

2017-05-25 12:10:23

Tflearn 사용자 정의 목표 함수

답변

관련 문제