在訓練模型的時候，keras提供了許多損失函式供我們使用，但是即便如此，我們也會有遇到需要用自己的損失函式的情況，這樣我們就要自定義乙個損失函式。比如我現在需要定義乙個損失函式，類似於relu函式，低於threshold的loss為0，大於threshold的loss就是他們之間的差。注意我們在定義損失函式的時候，必須可以求導。任何損失函式必須有y_true, y_pred兩個引數，他們的型別為tensor。
def
relu_loss
(y_true, y_pred, threshold =1)
:ifnot k.is_tensor(y_pred)
: y_pred = k.constant(y_pred)
y_true = k.cast(y_true, y_pred.dtype)
return k.
sum(k.cast(k.greater(k.
abs(y_pred - y_true)
, threshold)
, k.floatx())
* k.
abs(y_pred - y_true)
)
model.
compile
(optimizer=
'rmsprop'
, loss=relu_loss, metrics=
[relu_loss]
)
model = load_model(
'linear.model'
, custom_objects=
)
epoch 10/300
8/8 [******************************] - 0s 4ms/step - loss: 0.0000e+00 - relu_loss: 0.0000e+00 - val_loss: 0.0000e+00 - val_relu_loss: 0.0000e+00
keras訓練和載入自定義的損失函式
keras 自定義loss 函式 有的時候keras 裡面提供的loss函式不能滿足我們的需求，我們就需要自己去提供loss函式,比如dice loss。dice loss 一般是dice coef 取反,因此先求dice coef import keras.backend as k def dic...
tensflow自定義損失函式
tensflow 不僅支援經典的損失函式，還可以優化任意的自定義損失函式。商品銷量時，如果 值比真實銷量大，商家損失的是生產商品的成本 如果 值比真實值小，損失的則是商品的利潤。比如如果乙個商品的成本是1元，但利潤是10元，那麼少 乙個就少賺9元 而多 乙個才虧1元，為了最大化利潤預期，需要將損失函...
tensflow自定義損失函式
tensflow 不僅支援經典的損失函式，還可以優化任意的自定義損失函式。商品銷量時，如果 值比真實銷量大，商家損失的是生產商品的成本 如果 值比真實值小，損失的則是商品的利潤。比如如果乙個商品的成本是1元，但利潤是10元，那麼少 乙個就少賺9元 而多 乙個才虧1元，為了最大化利潤預期，需要將損失函...