如何解决加权定制损失喀拉拉邦
您可以像这样在Keras中使用加权的 MSE
model.fit(sample_weight=weights,loss='mse',...)
我想使用加权的 RMSE ,但是Keras库没有rmse,我自己写了
def root_mean_squared_error(y_true,y_pred):
return K.sqrt(K.mean(K.square(y_pred - y_true)))
但是如何使用权重?
解决方法
从documentation看来,它是自动完成的:
造成自定义损失: 带有签名 loss_fn(y_true,y_pred)的任何可返回损失数组(输入批处理中的一个样本)的可调用对象都可以作为损失传递给 compile() 。 请注意,此类损失会自动支持样本加权。
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。