使用 Keras 在 R Studio 中编写损失函数

Posted 2023-03-28

【中文标题】使用 Keras 在 R Studio 中编写损失函数

【英文标题】：Writing a loss function in R studio using Keras

【发布时间】：2018-09-26 11:23:36

【问题描述】：

所以我正在尝试在 Keras 的 Rstudio 中编写自定义损失函数。当函数产生被低估的预测时，我基本上想惩罚更多。但是我不知道如何访问张量的成员。

到目前为止，这是我尝试过的：

myloss <- function(y_true, y_pred)

    penalize = k_flatten(y_pred) - k_flatten(y_true);
    penalize_pos = penalize >= 0
    penalize_neg = penalize < 0
    # I cannot find a mask function to turn penalize_pos into actual indecies
    #tried this but did not work
    A = penalize$eval()[penalize_pos$eval()]
    B = penalize$eval()[penalize_neg$eval()]

    return(sum(abs(A) + abs(B)*10))

我想知道您是否有任何建议。谢谢。

【参考方案1】：

我遇到了同样的问题。我知道这已经很晚了，但这是我在搜索时找到的解决方案。 This website 有一个很好的教程，我觉得很有用。

与 Python 函数一样，R 的自定义损失函数需要对张量对象而不是 R 原语进行操作。为了执行这些操作，您需要使用backend() 获取对后端的引用。在我的系统配置中，这会返回对 tensorflow 的引用。

还包括以下代码sn-p：

# Mean Log Absolute Error
MLAE <- function( y_true, y_pred ) 
  K <- backend()
  K$mean( K$abs( K$log( K$relu(y_true *1000 ) + 1 ) - 
      K$log( K$relu(y_pred*1000 ) + 1)))

# Mean Squared Log Absolute Error
MSLAE <- function( y_true, y_pred ) 
  K <- backend()
  K$mean( K$pow( K$abs( K$log( K$relu(y_true *1000 ) + 1 ) - 
    K$log( K$relu(y_pred*1000 ) + 1)), 2))

注意K <- backend() 调用，它允许您对张量对象进行操作。