数据挖掘 - 自定义条件 Keras 指标 - 吾爱随笔录

我正在尝试使用 keras 为我的神经网络创建以下指标

s = {\begin{cases} \sum_{i = 1}^{n} e^{\frac{- d_{i}}{10}} - 1 & d < 0 \\ \sum_{i = 1}^{n} e^{\frac{d_{i}}{13}} - 1 & d \geq 0 \end{cases}

$s = \left\{ \begin{array}{ll} \sum_{i=1}^{n} e^{\frac{-d_i}{10}}-1 & \quad d < 0 \\ \sum_{i=1}^{n} e^{\frac{d_i}{13}}-1 & \quad d \geq 0 \end{array} \right.$ 其中

d_{i} = y_{p r e d} - y_{t r u e}

$d_i=y_{pred}-y_{true}$

和y_都是向量 $y_{pred}$ $y_{true}$

使用以下代码：

import keras.backend as K

    def score(y_true, y_pred):
            d=(y_pred - y_true)
            if d<0:
                return K.exp(-d/10)-1
            else:
                return K.exp(d/13)-1

用于编译我的模型：

model.compile(loss='mse', optimizer='adam', metrics=[score])

我收到以下错误代码，但我无法更正该问题。任何帮助，将不胜感激。

raise TypeError("Using a tf.Tensoras a Python boolis not allowed." "使用if t is not None:而不是if t:测试是否定义了""张量，并使用TensorFlow ops如"

TypeError：不允许将 atf.Tensor用作 Python 。bool使用 if t is not None:而不是if t:测试是否定义了张量，并使用 TensorFlow 操作（例如 tf.cond）执行以张量值为条件的子图。

def _loss_tensor_score(y_true, y_pred): y_error = y_pred - y_true bool_idx = K.greater(y_error, 0) loss1 = K.exp(-1*y_error/13) - 1 # greater 0 loss2 = K.exp(y_error/10) - 1 # less 0 loss = K.switch(bool_idx, loss2, loss1) return K.sum(loss)