Python 如何定义keras LSTM模型的特殊损失函数
我刚刚开始使用python和Keras学习机器学习,最近我创建了一个基本的LSTM RNN 我的问题是,是否可以自己定义函数错误,而不必指定目标数据 在我创建的基本模型中,我给出了用于训练的输入数据和相应的目标数据,指定要使用的函数错误,如“meansquarederror” 我的问题是,是否有可能在keras中定义一个模型,其中只有输入,以及一个自定义函数错误,该错误将使用NN的输出来计算错误(完全是新的度量),其中给出的是用于训练NN的 我想要的是用一个自定义函数计算预测输出时每个输入的误差Python 如何定义keras LSTM模型的特殊损失函数,python,keras,lstm,Python,Keras,Lstm,我刚刚开始使用python和Keras学习机器学习,最近我创建了一个基本的LSTM RNN 我的问题是,是否可以自己定义函数错误,而不必指定目标数据 在我创建的基本模型中,我给出了用于训练的输入数据和相应的目标数据,指定要使用的函数错误,如“meansquarederror” 我的问题是,是否有可能在keras中定义一个模型,其中只有输入,以及一个自定义函数错误,该错误将使用NN的输出来计算错误(完全是新的度量),其中给出的是用于训练NN的 我想要的是用一个自定义函数计算预测输出时每个输入的误差
那可能吗?好的,我发现这比我想象的要容易得多
def自定义丢失(y_真,y_pred):
#使用y_pred计算损失
回波损耗
compile(loss=custom\u loss,optimizer='adam')
就这样完成了网络培训的内容是什么?好吧,我打算用股票数据预测买入卖出庄家。只是在试验而已。我想要的是用一个自定义函数计算预测标记时每个输入的误差。