Python 如何使用附加的图像相关参数在Keras中创建自定义成本函数?
我试图在Keras中创建一个自定义成本函数,该函数使用随每个图像而变化的附加参数。对于模型正在训练的每个图像,都有一个相关的参数,称为alpha,它与特定图像的重要性有关。如果有100个图像,则有100个alpha值,并且顺序很重要。如何在自定义MSE成本函数中实现此功能?Python 如何使用附加的图像相关参数在Keras中创建自定义成本函数?,python,tensorflow,machine-learning,keras,deep-learning,Python,Tensorflow,Machine Learning,Keras,Deep Learning,我试图在Keras中创建一个自定义成本函数,该函数使用随每个图像而变化的附加参数。对于模型正在训练的每个图像,都有一个相关的参数,称为alpha,它与特定图像的重要性有关。如果有100个图像,则有100个alpha值,并且顺序很重要。如何在自定义MSE成本函数中实现此功能?tf.keras.Model.fit有一个示例权重参数(),这可能会有所帮助。我假设这也存在于土生土长的Keras中(尽管不知道) 我相信这解决了我的问题。你知道“fit”中的“shuffle”选项是否会相应地调整重量吗?如果
tf.keras.Model.fit
有一个示例权重
参数(),这可能会有所帮助。我假设这也存在于土生土长的Keras中(尽管不知道) 我相信这解决了我的问题。你知道“fit”中的“shuffle”选项是否会相应地调整重量吗?如果没有,我会非常惊讶。这将是一个bug。我曾经看到过一些关于类似方法的讨论,可能会导致问题,但我现在可以确认,在这种情况下,shuffle工作得很好。