python - 用于 3 维时间序列输出的 keras 均方误差损失函数

Question

我想验证我的损失函数，因为我已经读到 keras 中的 mse 损失函数存在问题。考虑 keras 中的 lstm 模型将 3d 时间序列预测为多目标（y1，y2，y3）。假设一批输出序列的形状为 (10, 31, 1) 下面的损失函数会不会取预测输出和真实输出的平方差，然后取 310 个样本的均值，从而得到单个损失值？如果将 3 个输出连接为 (10, 31, 3)，此操作将如何发生

def mse(y_true, y_pred):
            return keras.backend.mean(keras.backend.square(y_pred - y_true), axis=1)

Answer 1

如果要获取单个损失值，则无需设置axis.

import keras.backend as K

def mse(y_true, y_pred):
    return K.mean(K.square(y_pred - y_true))

y_true = K.random_normal(shape=(10,31,3))
y_pred = K.random_normal(shape=(10,31,3))

loss = mse(y_true, y_pred)
print(K.eval(loss))

# print
2.0196152