Python 删除给定范围内张量的值

我想知道当预测高于或低于某个阈值时，我的神经网络的舍入精度。例如，我希望它仅在预测值高于0.55或低于0.45时计算精度，以便过滤掉接近50/50的情况

我尝试在stackoverflow上使用soft_acc函数，并在开始处添加if else，以过滤掉接近50/50的部分

def soft_acc(y_true, y_pred):
    if y_pred > 0.55 or y_pred < 0.45:
        return K.mean(K.equal(K.round(y_true), K.round(y_pred)))

def soft_acc（y_true，y_pred）：
如果y_pred>0.55或y_pred<0.45：
返回K.mean（K.equal（K.round（y_true），K.round（y_pred）））

我收到了以下错误消息

类型错误：不允许将

tf.Tensor

用作Python

bool

。使用

如果t不是None:

而不是

如果t:

来测试是否定义了张量，并使用TensorFlow操作（如tf.cond）来执行以张量值为条件的子图。

用于过滤掉不满足所需阈值的索引处的值

# remove values from `X` in interval (lo, hi)
mask = tf.math.logical_or(tf.lesser(X, lo), tf.greater(X, hi))
X = tf.boolean_mask(X, mask)

在您的情况下，您可以将

soft\u acc

定义为

def soft_acc(y_true, y_pred):
    mask = tf.math.logical_or(tf.greater(y_pred, 0.55), tf.lesser(y_pred, 0.45))
    y_true2 = tf.boolean_mask(y_true, mask)
    y_pred2 = tf.boolean_mask(y_pred, mask)

    return K.mean(K.equal(K.round(y_true2), K.round(y_pred2)))

---

当

y\u pred

介于

[0.45,0.55]

之间时，您想做什么？我更希望它不要对软acc度量值做任何事情@蓝色夏天