为UNET编写特定的损失函数

Question

我正在尝试为UNET编写自己的损失函数。在此函数中，我想将y_true和y_pred之间的所有大于10的差异分配给10，并将所有小于1的小于1的差异分配给比较和分配张量？

def weighted_cross_entropyy(i):
    def loss(y_true, y_pred):
        diff = K.abs(y_true - y_pred)
        diff[K.less(diff, 1)] == 1
        diff[K.greater(diff, 10)] == 10
        return K.mean(K.square((y_pred - y_true)* diff), axis= -1)

    return loss

Answer 1

我试图解决问题，并到达此处，但仍然收到以下错误

def weighted_cross_entropyy（i）：

def loss(y_true, y_pred):
    def f1():
        return K.mean(K.square(y_pred - y_true), axis= - 1)
    def f2():
        return K.mean(K.square(y_pred - y_true), axis= - 1) * 10
    def f3(w):
        return K.mean(K.square(y_pred - y_true), axis= - 1) * w


    w = K.sqrt(K.sum(K.square(y_true - y_pred), axis=-1))
    print(w)
    r = tf.case([(tf.less(w, 0), f1), (tf.greater(w, 10), f2)], default = f3(w), exclusive=True)

    return r
return loss

错误：对于“ loss_6 / conv2d_168_loss / case / cond / Switch”（运算符：“ Switch”），形状必须为0，但其输入形状为[[，128,800]，[?, 128,800]。