Python theano中的倾斜损失

我试图计算倾斜损失，这反过来将用于Keras。然而，我一定是做错了什么，因为我得到了负的损失值（这应该是不可能的）。谁能指出我做错了什么。我想我弄错的是theano语法

损失在数学上定义为： 其中$\xi_i=y_i-f_i$，其中$y_i$是观测值，$f_i$是预测值。此外，我追求的是平均损失，因此我将损失函数定义为：

$$
\mathcal{L} = \frac{\alpha\sum \xi_i-\sum I(\xi_i<0)\xi_i}{N}
$$

$$
\mathcal{L}=\frac{\alpha\sum\xi_i-\sum i（\xi_i您不能这样切片

您需要按如下方式更改损失函数：

def tilted_loss2(y,f):
    q = 0.05
    e = (y-f)
    return (q*tt.sum(e)-tt.sum(e[e<0]))/e.shape[0]

def tilted_loss2(y,f):
    q = 0.05
    e = (y-f)
    return (q*tt.sum(e)-tt.sum(e[(e<0).nonzero()]))/e.shape[0]

你不能这样切

您需要按如下方式更改损失函数：

def tilted_loss2(y,f):
    q = 0.05
    e = (y-f)
    return (q*tt.sum(e)-tt.sum(e[e<0]))/e.shape[0]

def tilted_loss2(y,f):
    q = 0.05
    e = (y-f)
    return (q*tt.sum(e)-tt.sum(e[(e<0).nonzero()]))/e.shape[0]