如何在 Keras 自定义损失函数中使用张量?
Posted
技术标签:
【中文标题】如何在 Keras 自定义损失函数中使用张量?【英文标题】:How to use the tensors inside a Keras custom loss function? 【发布时间】:2021-02-08 03:49:17 【问题描述】:我需要使用自定义损失函数训练模型,该模型还应在预测后立即更新一些外部函数,如下所示:
def loss_fct(y_true, y_pred):
global feeder
# Change values of feeder given y_pred
for value in y_pred:
feeder.do_something(value)
return K.mean(y_true - y_pred, axis=-1)
但这不起作用,因为 TF 无法遍历 AutoGraph 中的张量:
OperatorNotAllowedInGraphError: iterating over `tf.Tensor` is not allowed: AutoGraph did convert this function. This might indicate you are trying to use an unsupported feature.
我的模型是这样的
model = Sequential()
model.add(Input(shape=(DIM, )))
model.add(Dense(DIM, activation=None))
model.add(Dense(16, activation=None))
model.add(Dense(4, activation="softmax"))
model.compile(optimizer="adam", loss=loss_fct)
model.summary()
它是这样训练的:
model.fit(x=feeder.feed,
epochs=18,
verbose=1,
callbacks=None,
)
feeder.feed
是生成 2 个 NumPy 数组的生成器。
【问题讨论】:
首先,检查您的生成器产生的值。y_pred
似乎是一个 4 dim 张量。那么,您对它的迭代有什么期望呢?您也可以通过使用张量的形状来间接迭代,例如 y_true[0]
等
是的,你是对的。 y_pred
可以是例如 [1, 0, 1, 0]
。但是,当程序在 Autograph 中运行时,我无法执行 y_true[0]
【参考方案1】:
经过大量研究,我遇到了this answer。该方法似乎没有任何问题,但它是一个Tensorflow >= 2.2.0
错误,默认启用Eager Execution。
最后,为了解决这个问题,使用model.compile(..., run_eagerly=True)
并且可以在训练期间进行迭代和访问张量。
【讨论】:
以上是关于如何在 Keras 自定义损失函数中使用张量?的主要内容,如果未能解决你的问题,请参考以下文章
无法向自定义损失输入数据:渴望执行函数的输入不能是 Keras 符号张量