2回答
我使用Keras和TensorFlow来实现一个深度神经网络。当我损失和迭代次数时，在每一个时代之后，损失都会有一个显著的跳跃。实际上，每个迷你批次的损失应该各不相同，但是Keras计算的是小批的移动平均损失，这就是为什么我们获得了一条平滑的曲线而不是任意的曲线。移动平均线的阵列在每一个时代之后都会被重置，因此我们可以观察到<e
浏览 4提问于2022-04-29得票数 1
回答已采纳
我正在使用一个高度倾斜的计数数据集，该数据集通常适合负二项式。我想在Keras或Tensorflow中使用负二项作为前馈神经网络的损失函数。据我所知，在查看了可用的损失函数后，keras或tensorflow不存在这样的函数(尽管我希望我错了，我只是错过了一些东西)。我环顾四周，看到一些帖子建议只交换损失以包含负二项式，但似乎在tenso
浏览 7提问于2018-09-06得票数 5
2回答
我在使用Tensorflow和keras时遇到了问题。我们可以这样解释这个问题：
我们有一个模型(卷积神经网络)，它的输出形式是[None, 7, 7, 6]。我们有一个函数“定制丢失”。该函数具有y_true和y_pred参数。它们是[7,7,6]格式的。当我编译它时，我得到了错误消息：TypeError: must be real number, not Tensor。我想当我调用y_pred[k][l][m]和y_true[k][l][m]时可能有错误，但我不知道如何将这个None
浏览 3提问于2018-08-27得票数 1
回答已采纳
1回答
我在Python中为tensorflow使用keras。我有一个自定义的损失函数，它为批次中的每个样本返回一个数字(因此，长度=批次大小的向量)。我如何还可以指定自定义的减少方法，以将这些样本损失聚合为整个批次的单个损失？在自定义损失函数中包含此减少，并让此
浏览 28提问于2021-10-14得票数 0
我需要为Keras实现一个自定义目标函数，其中我需要一个额外的tensorflow占位符用于计算。对于Keras损失函数，input_R和解码器分别是对应于y_true和y_pred的占位符。我将Keras损失函数实现为，
pre_cost1 = tf.multiply((y_true - y_p
浏览 1提问于2017-04-29得票数 0
我一直在寻求学习TensorFlow，我注意到不同的函数用于相同的目标。例如，为了求一个变量的平方，我见过tf.square()、tf.math.square()和tf.keras.backend.square()。这对于大多数数学运算来说都是一样的。这些都是相同的，还是有什么不同？
浏览 148提问于2021-02-13得票数 2
因此，我的神经网络的输出层由两个神经元组成。为此，我需要编写一个自定义丢失函数。但下面的代码不工作-似乎是一个问题的迭代张量。对于负二项分布，如何用Keras (和TensorFlow)编写损失函数？
我只需要重写这段代码，使用对TensorFlow的张量友好的代码。根据我所得到的错误，也许tensorflow.map_fn可能
浏览 1提问于2019-04-21得票数 4
我正在Keras中创建一个自定义的损失函数。下面是一个例子。import keras.backend as K loss = K.square(y_pred - y_true)return loss 现在在这个例子中，我只想从y_pred中减去特定值，但是由于这是在tensorflow
浏览 14提问于2020-07-01得票数 0
1回答
如何在使用Tensorflow作为后台的情况下，在keras中实现BCEWithLogitsLoss，并将其作为自定义损失函数。我在PyTorch中使用了torch中定义的BCEWithLogitsLoss。 如何在Keras中实现同样的功能？
浏览 38提问于2019-04-15得票数 2
回答已采纳
我正在研究tensorflow.keras中的一个不平衡的分类问题。我决定按照this answer on cross validated的建议计算“几何平均分”。我在一个名为imbalanced-learn的包中发现了一个implementation of it，并意识到它不能用作tensorflow.keras.Model.compile(metrics=[])中的指标之一；而且由于我还希望在每
浏览 17提问于2020-07-22得票数 2
2回答
Keras损失值显著跳跃
、、、、
我正在用Tensorflow在Keras开发一个简单的神经网络。损失值从上一批小批次的L-1显著上升到第一批小型的历元L。
我知道损失应该会随着迭代次数的增加而减少，但是在每个时期之后损失的大幅增加确实看起来很奇怪。为了避免移动平均，我实现了我自己的损失函数，它应该输出小批的损失值，而不是批量上的<
浏览 7提问于2022-05-04得票数 0
回答已采纳
1回答
我正在尝试将LogCosh函数实现为自定义损失函数。当我这样做时，我得到了一个错误，因为拟合阶段将NaN作为损失。更奇怪的是，当我运行它时，它开始给出损失的实际值，然后到达一个点，它再次开始返回NaN。我的模型：from tensorflow import keras
from tensorflow.ker
浏览 4提问于2021-04-28得票数 0
我试图重现一篇深度学习论文的实验结果， 我注意到损失函数，类别交叉熵具有L1正则化，可以在下面看到， ? 那么，如何计算模型复杂度并在Keras/Tensorflow中添加正确的自定义损失函数呢？
浏览 38提问于2019-10-15得票数 1
回答已采纳
1回答
我有一个关于TF2.0中的tf.keras和tf函数的问题。layers.Conv1D(32, 3, activation='relu')(x)我想添加一个这样的自定义函数由于tensorflow 2.0比以前的tensorflow版本简单得多，所以我不确定
浏览 16提问于2020-03-03得票数 0
回答已采纳
我构建了一个自定义的keras模型： filters, activation - String, activation type at the RNN layer
model - KerasModel object
keras</em
浏览 0提问于2019-11-02得票数 0
我的理解是，keras需要损失函数才能具有签名： def custom_loss(y_true, y_pred): 我正在尝试使用sklearn.metrics.cohen_kappa_score，它需要有没有一些要传递的东西呢？
浏览 57提问于2019-02-23得票数 4
回答已采纳
2回答
自定义损失函数的优化
、、、
我想在Keras中实现一个深度学习模型，但是我想使用我自己的损失函数，即自定义丢失。如果我实现了一些损失函数并使用作为模型，我是否需要改变优化器的工作方式，因为优化器将最小化我的损失函数？
浏览 0提问于2019-05-09得票数 0
回答已采纳
1回答
我的问题可能很容易为你解决，但我没有找到任何答案，也不知道如何实现它，因为我也是Keras和Tensorflow的新手。问题:我使用了一个预先训练好的图像分割网络( Hengshuang Zhao et al 2017的)，对于这个网络，有人使用Tensorflow后端()将权重从Caffe转换为Keras。我想要计算关于权重的分类交叉损失函数的梯度，到目前为止还没有那么复杂，我可
浏览 1提问于2018-04-13得票数 2
我在玩tf.keras，编写一些基本的自定义回调，比如给一个更精确的回调。回调方法on_epoch_end给出的损失度量应该是所有小型批次的平均损失，但我得到了最后一个记录损失，即最后一个小批的损失。如果您查看一节中的日志块的使用情况，通过手工计算，您会发现在使用on_epoch_end 方法的示例中<
浏览 2提问于2020-05-15得票数 1
回答已采纳
我想自定义一个Keras损失函数，但我真的不了解一些东西。如果我使用tensorflow作为Keras的后端，我需要使用keras.backend中的函数还是可以直接使用tensorflow中的函数。我只看到人们使用来自keras.backend的函数的帖子
浏览 3提问于2018-09-27得票数 3
云服务器
ICP备案
腾讯会议
云直播
实时音视频
腾讯云开发者
