如何在 keras 模型中实现汉明损失作为自定义指标

Posted 2023-03-12

【中文标题】如何在 keras 模型中实现汉明损失作为自定义指标

【英文标题】：how to implement hamming loss as a custom metric in keras model

【发布时间】：2021-03-29 01:21:25

【问题描述】：

如何在 keras 模型中将汉明损失作为自定义指标实现 我有一个包含 6 个类的多标签分类

model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy',hamming_loss])

我尝试过使用

from sklearn.metrics import hamming_loss
def custom_hl(y_true, y_pred):    
  return hamming_loss(y_true, y_pred)

这不起作用，因为我有 y_true ， y_pred 如下

YTRUE
Tensor("Cast_10:0", shape=(None, 6), dtype=float32)
YPRED
Tensor("model_1/dense_1/Sigmoid:0", shape=(None, 6), dtype=float32)

也试过这个问题中的功能，但它不起作用 Getting the accuracy for multi-label prediction in scikit-learn 有什么方法可以将汉明损失作为 keras 中的度量 感谢您的帮助

【问题讨论】：

希望对您有所帮助tensorflow.org/addons/api_docs/python/tfa/metrics/hamming/…

【参考方案1】：

所以我找到了方法

def Custom_Hamming_Loss(y_true, y_pred):
  return K.mean(y_true*(1-y_pred)+(1-y_true)*y_pred)

def Custom_Hamming_Loss1(y_true, y_pred):
  tmp = K.abs(y_true-y_pred)
  return K.mean(K.cast(K.greater(tmp,0.5),dtype=float))

来源：https://groups.google.com/g/keras-users/c/_sjndHbejTY?pli=1