如何解决分裂展平张量以执行类明智的损失
我想将骰子损失函数调整为多类平均。 y_true和y_pred是一键热3D图像(标签的掩码)。 例如,如果展平的张量顺序包含X个类,我想将它们分成X个相等的长度,计算它们各自的损耗并将它们平均。请注意,它需要批量工作。
这是我的代码;
def dice_coef(y_true,y_pred,smooth=1e-10):
y_true_f = K.flatten(y_true)
y_pred_f = K.flatten(y_pred)
# here I would like to split y_true_f and y_pred_f in X sub tensor
# of equal length. The following code would then be performed on each
# sub tensor and averaged to output the mean-class wise loss.
intersection = K.sum(y_true_f * y_pred_f)
return (2. * intersection + smooth) / (K.sum(y_true_f) + K.sum(y_pred_f) + smooth)
def dice_coef_loss(y_true,y_pred):
return 1 - dice_coef(y_true,y_pred)
我该如何实现?
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。