关于keras、hyperas的海关损失

如何在Hyperas中定义自定义损耗函数

我正在运行一个具有3个输出的4个密集层架构。对于损失，我想将其定义为：

Loss

( (Output1 Error) / max[Output1_pred, Output1_true] ) +
( (Output2 Error) / max[Output2_pred, Output2_true] ) +
( (Output3 Error) / max[Output3_pred, Output3_true] )

---

这是一件小事吗？在这种情况下，如何索引y_pred和y_true？

要在kera中创建自定义损失函数，请遵循以下步骤

现在，要对损失函数进行矢量化，以避免速度过慢，请使用矢量化，要做到这一点，您可以将损失函数写成：

loss=np.sum（np.divide（输出错误，np.amax（np.hstack（（输出预测，输出真实）），轴=1））

现在让我们来分析一下

np.hstack（（M1，M2））

将矩阵堆叠为[M1 | M2]，这两个矩阵在您的案例中都是向量

np.amax（M，轴=1）

为每一行创建沿x轴的最大值向量

np.divide（M1，M2）

对矩阵执行元素级除法，因此仍然可以得到向量

np.sum（M）

提供矩阵M的标量和

要了解有关这些功能的更多信息，请访问

---

如果您有任何疑问，请在下面进行注释。

对于矢量化表单，axis=1做什么？因此基本上，

np.hstack（）

将在单个数组中组合输出pred和输出true，并选择最大值。因此，损失将只是使用

np.sum（）

函数的单个定标器让我们进行一些小的修正

np.amax（）

而不是

np.max（）

，所以我这样做了，它说：hstack（）接受1个位置参数，但2个被相应地指定，更多信息可在chat@Corse中获得