tflearn自定义损失函数

最新推荐文章于 2022-01-02 16:27:09 发布

Asun0204

最新推荐文章于 2022-01-02 16:27:09 发布

阅读量1.4k

点赞数

分类专栏： python 文章标签： tflearn

本文链接：https://blog.csdn.net/Asun0204/article/details/79102228

版权

本文介绍了如何在tflearn中创建自定义损失函数。通过创建一个对象并实现`__call__`方法，参照tflearn源码中的objectives.py，确保传入的y_pred和y_true为float类型。在tflearn的layers.estimator.py.regression模块中，如果loss不是一个字符串且具备`__call__`方法，将直接调用该方法来计算损失。

摘要由CSDN通过智能技术生成

创建一个对象，实现__call__方法

class weighted_cross_entropy(object):
    def __call__(self, y_pred, y_true):
        """
        logits: a Tensor with shape [batch_size, image_width, image_height, channel], score from the unet conv10
        label: a Tensor with shape [batch_size, image_width, image_height], ground truth
        """
        weight = [0.21008659,  0.26289699,  0.28279202,  0.24422441]
        # label = tf.one_hot(tf.cast(y_tru