如何在損失函數中對keras張量使用numpy函數？

我使用Keras和TensorFlow後端來構建和運行神經網絡。我需要在丟失函數中對輸出張量使用numpy函數。更具體地說，我的損失函數包括尋找最近的鄰居，並且我需要爲此使用Keras功能ckdTree。我已經嘗試使用K.eval()將輸出張量轉換爲numpy數組。但是，當我嘗試編譯模型時，這會引發InvalidArgument錯誤，我相信，因爲您無法在符號變量上運行eval()。如何在損失函數中對keras張量使用numpy函數？

下面是一個重現此錯誤的玩具代碼片段。

import numpy as np 
from keras import backend as K 
from keras.models import Sequential 
from keras.layers.core import Flatten, Dense, Reshape 
from keras.optimizers import Adam 

def loss(y_true, y_pred): 

    y_pred_numpy = K.eval(y_pred) 
    # perform some numpy operations on y_pred_numpy 
    return K.constant(0) 

''' Model ''' 

input_shape = (10,10,10,3) 
train_images = np.zeros((1,10,10,10,3)) 
train_labels = np.zeros((1,1,1,1,3)) 

model = Sequential() 
model.add(Flatten(input_shape=input_shape)) 
model.add(Dense(3000, use_bias=True, bias_initializer='zeros')) 
model.add(Reshape((10,10,10,3))) 
model.summary() 

opt = Adam(lr=1E-4) 
model.compile(optimizer=opt, loss=loss)

以上提供了以下錯誤：

InvalidArgumentError (see above for traceback): You must feed a value for placeholder tensor 'flatten_3_input' with dtype float 
    [[Node: flatten_3_input = Placeholder[dtype=DT_FLOAT, shape=[], _device="/job:localhost/replica:0/task:0/gpu:0"]()]] 
    [[Node: reshape_3/Reshape/_11 = _Recv[client_terminated=false, recv_device="/job:localhost/replica:0/task:0/cpu:0", send_device="/job:localhost/replica:0/task:0/gpu:0", send_device_incarnation=1, tensor_name="edge_20_reshape_3/Reshape", tensor_type=DT_FLOAT, _device="/job:localhost/replica:0/task:0/cpu:0"]()]]

那麼我怎樣Keras張量的工作而不必使用Keras重寫（複雜）numpy的功能？

來源

2017-05-17 phoenixwing

它是否真的是一個損失函數的問題？你有沒有試過編譯'loss ='mse''？ - 儘管如此，我不確定凱拉斯會接受張量的無規律操作。 :( –

你有看看[這個問題]（https://stackoverflow.com/questions/39921607/how-to-make-a-custom-activation-function-with-only-python-in-tensorflow）已經？ –

直接使用這個numpy函數是不可能的 - 因爲它既沒有在Tensorflow也沒有在Theano中實現。此外 - tensors和arrays之間沒有直接的對應關係。應該將Tensors理解爲一個代數變量，而將numpy作爲數字來表示。 tensor是一個抽象的東西，應用numpy函數通常是不可能的。

但是，您仍然可以嘗試使用keras.backend函數自己重新實現此功能。然後，您將使用有效的tensor操作，不會引發任何問題。

來源

2017-05-17 12:57:39

如何在損失函數中對keras張量使用numpy函數？

回答

相關問題