Deep learning keras中的成对距离自定义损失函数
我试图在keras中运行这个自定义损失函数，我总是遇到下面这个错误。这种成对约束损失Deep learning keras中的成对距离自定义损失函数,deep-learning,metrics,loss-function,Deep Learning,Metrics,Loss Function,我试图在keras中运行这个自定义损失函数，我总是遇到下面这个错误。这种成对约束损失 def loss(y_true, y_pred): pw = pairwise_distances(y_true, squared=False) n, d = y_pred.get_shape() # generate constraint data points c1 = y_pred[pw[:, 0], :] c2 = y_pred[pw[:, 1], :]
def loss(y_true, y_pred):
pw = pairwise_distances(y_true, squared=False)
n, d = y_pred.get_shape()
# generate constraint data points
c1 = y_pred[pw[:, 0], :]
c2 = y_pred[pw[:, 1], :]
loss = np.zeros(dtype=np.float32, shape=(pw.shape[0], d * 2))
loss[:, :d] = np.abs(c1 - c2)
loss[:, d:] = (c1 + c2) / 2
return loss
Bellow is the error i get when i try to implement this loss function
File "C:\Users\Benji\Anaconda2\envs\ben\lib\site-packages\keras\engine\training.py", line 692, in _prepare_total_loss
y_true, y_pred, sample_weight=sample_weight)
File "C:\Users\Benji\Anaconda2\envs\ben\lib\site-packages\keras\losses.py", line 71, in __call__
losses = self.call(y_true, y_pred)
File "C:\Users\Benji\Anaconda2\envs\ben\lib\site-packages\keras\losses.py", line 132, in call
return self.fn(y_true, y_pred, **self._fn_kwargs)
File "C:/Users/Benji/PycharmProjects/Code/NEWWORK6.py", line 73, in loss
c1 = y_pred[pw[:, 0], :]
File "C:\Users\Benji\Anaconda2\envs\ben\lib\site-packages\tensorflow_core\python\ops\array_ops.py", line 766, in _slice_helper
_check_index(s)
File "C:\Users\Benji\Anaconda2\envs\ben\lib\site-packages\tensorflow_core\python\ops\array_ops.py", line 655, in _check_index
raise TypeError(_SLICE_TYPE_ERROR + ", got {!r}".format(idx))
TypeError: Only integers, slices (`:`), ellipsis (`...`), tf.newaxis (`None`) and scalar tf.int32/tf.int64 tensors are valid indices, got <tf.Tensor 'loss/activation_6_loss/loss/strided_slice:0' shape=(?,) dtype=float32>
Process finished with exit code 1
def丢失（y_真，y_pred）：
pw=成对距离（y\u真，平方=假）
n、 d=y_pred.get_shape（）
#生成约束数据点
c1=y_pred[pw[：，0]，：]
c2=y_pred[pw[：，1]，：]
损耗=np.0（数据类型=np.float32，形状=（pw.shape[0]，d*2））
损失[：，：d]=净资产负债表（c1-c2）
损失[：，d::]=（c1+c2）/2
回波损耗
下面是我在尝试实现此损失函数时遇到的错误
文件“C:\Users\Benji\Anaconda2\envs\ben\lib\site packages\keras\engine\training.py”，第692行，在“准备”和“全损”中
y_true，y_pred，样本重量=样本重量）
文件“C:\Users\Benji\Anaconda2\envs\ben\lib\site packages\keras\loss.py”，第71行，在调用中__
损失=自我调用（y_true，y_pred）
文件“C:\Users\Benji\Anaconda2\envs\ben\lib\site packages\keras\loss.py”，第132行，在调用中
返回self.fn（y_true，y_pred，**self.\u fn\u kwargs）
文件“C:/Users/Benji/PycharmProjects/Code/NEWWORK6.py”，第73行，丢失
c1=y_pred[pw[：，0]，：]
文件“C:\Users\Benji\Anaconda2\envs\ben\lib\site packages\tensorflow\u core\python\ops\array\u ops.py”，第766行，在切片帮助程序中
_检查索引
文件“C:\Users\Benji\Anaconda2\envs\ben\lib\site packages\tensorflow\u core\python\ops\array\u ops.py”，第655行，在检查索引中
raise TypeError（_SLICE_TYPE_ERROR+”，得到{！r}）。格式（idx））
TypeError:只有整数、切片（`:`）、省略号（`…`）、tf.newaxis（`None`）和标量tf.int32/tf.int64张量是有效的索引，明白了吗
进程已完成，退出代码为1