1

我正在编写一个自定义损失函数，它在忽略 nans 的同时计算均方误差。问题是我的数据是偶尔有 NaN 像素的图像。我只是想忽略这些 nan 像素并计算预测和数据之间的平方和误差，然后计算示例的平均值。如果我要在 Tensorflow 中为此编写一个函数，我会写：

def nanmean_squared_error(y_true, y_pred):
    residuals = y_true - y_pred
    residuals_no_nan = tf.where(tf.is_nan(residuals), tf.zeros_like(residuals), residuals)
    sum_residuals = tf.reduce_sum(residuals_no_nan, [1, 2])

    return sum_residuals

但是此代码不能用作自定义 Keras 损失函数。

我相信我可以使用 keras.backend.switch/zeros_like/sum 而不是 tensorflow 版本。但我找不到 tf.is_nan 的任何替代品。有没有人对如何实施这个有建议？

4

1 回答 1

4

似乎它不起作用，因为您没有采用绝对值或平方值。

如果您的意思是“平方”错误，那么您的代码中必须有一个平方（否则您将遇到负错误，一切都会导致巨大的负错误）。

def nanmean_squared_error(y_true, y_pred):
    residuals = K.square(y_true - y_pred)
    residuals_no_nan = tf.where(tf.is_nan(residuals), tf.zeros_like(residuals), residuals)
    sum_residuals = tf.reduce_sum(residuals_no_nan, [1, 2])

    return sum_residuals

但老实说，在进入模型之前，我可能会尝试将图像 nans 替换为某个值。考虑到梯度、所有中间层等，我不知道周围有 nan 会出现什么样的问题。

于 2020-01-21T00:09:55.823 回答