tensorflow 백엔드가있는 케라에서 핀볼 손실 함수 정의

Keras (백엔드로 Tensorflow 사용)를 사용하여 신경 네트워크에서 'quantile regression'을 구현하기위한 핀거 손실 함수를 정의하려고합니다. pinball loss tensorflow 백엔드가있는 케라에서 핀볼 손실 함수 정의

그것은 그들이 y_pred, y_true의 전체 일괄 처리하기 때문에 전통 등 K.means() 함수를 구현하기 어렵다, 그러나 나는 y_pred, y_true의 각 구성 요소를 고려해야합니다 :

이 정의는 여기 그리고 여기 내 원래의 코드입니다 :

def pinball_1(y_true, y_pred): 
    loss = 0.1 
    with tf.Session() as sess: 
     y_true = sess.run(y_true) 
     y_pred = sess.run(y_pred) 
    y_pin = np.zeros((len(y_true), 1)) 
    y_pin = tf.placeholder(tf.float32, [None, 1]) 
    for i in range((len(y_true))): 
     if y_true[i] >= y_pred[i]: 
      y_pin[i] = loss * (y_true[i] - y_pred[i]) 
     else: 
      y_pin[i] = (1 - loss) * (y_pred[i] - y_true[i]) 
    pinball = tf.reduce_mean(y_pin, axis=-1) 
    return K.mean(pinball, axis=-1) 

sgd = SGD(lr=0.1, clipvalue=0.5) 
model.compile(loss=pinball_1, optimizer=sgd) 
model.fit(Train_X, Train_Y, nb_epoch=10, batch_size=20, verbose=2)

내가 y_pred 전송하려고 시도 y_true는 벡터화 된 데이터 구조입니다 그래서 인덱스를 인용, 개별 구성 요소를 처리, 아직이 문제로 인해의 부족으로 발생하는 것 같다 수 있습니다 y_pred, y_true를 개별적으로 취급하는 지식.

나는 오류에 의해 지시 된 라인으로 잠수하려했지만, 나는 거의 잃어 버렸다.

InvalidArgumentError (see above for traceback): You must feed a value for placeholder tensor 'dense_16_target' with dtype float 
[[Node: dense_16_target = Placeholder[dtype=DT_FLOAT, shape=[], _device="/job:localhost/replica:0/task:0/cpu:0"]()]]

어떻게 해결할 수 있습니까? 감사!

출처

2017-04-01 Dahua Gan

하면이 라인'y_pin = tf.placeholder (tf.float32, [없음, 1])'도 전체 세션 기반의 블록을 제거합니다. – lejlot

감사! 나는 이것을 알아 냈다. –

나는 Keras 백엔드 자신에 의해이 문제를 알아 냈어요 :

def pinball(y_true, y_pred): 
    global i 
    tao = (i + 1)/10 
    pin = K.mean(K.maximum(y_true - y_pred, 0) * tao + 
       K.maximum(y_pred - y_true, 0) * (1 - tao)) 
    return pin

출처

2017-04-04 06:42:17

tensorflow 백엔드가있는 케라에서 핀볼 손실 함수 정의

답변

관련 문제