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。
