Python Keras Custom Loss，使用输入中的丢失功能

Question

我正在尝试为Keras回归任务创建自定义丢失函数。

我预测游戏中每分钟得分，并在几分钟内训练可变长度的“匹配”。为了帮助模型学习，我想包括小组作为损失函数的一部分的分钟数，因此我们可以适当地“惩罚”缺少持续时间较长的小组。

我知道我需要使用Keras后端/张量操作，但我仍然坚持如何乘以分钟张量。这是我到目前为止的一些基本代码（伪代码/跳过不重要的地方）：

def penalized_loss(minutes):
    def loss(y_true, y_pred):

        # Normal mean_squared_error
        lost = K.mean(K.square(y_pred - y_true), axis=-1)

        # Would like something like this where minutes are included, but as a valid tensor operation
        not_valid_result = K.mean(K.square(y_pred - y_true) * minutes, axis=-1)

        return lost

    return loss

minutes = np.array(of some sort)

def baseline_model():
    # create model here...
    # ....

    # Compile model
    model.compile(loss=[penalized_loss(minutes)], optimizer='adam')
    return model

在几分钟内完成的关闭工作正如我所料，我只是坚持如何做损失计算的* minutes部分。

提前致谢！

Answer 1

为了在图中使用分钟，它需要是一个张量，除非分钟是一个常量，它在程序的生命周期中具有固定值（在这种情况下，你正在做什么应该工作）。