Keras 用自己的损失函数

开始找了很多怎么用自己写的损失函数训练的，我自己老是跑不通，后面发现这样可以。

我在这里某个片段发现的

def dice_coef(y_true, y_pred):
    smooth = 1e-5
    y_true_f = K.flatten(y_true)   # 将 y_true 拉伸为一维.
    y_pred_f = K.flatten(y_pred)
    intersection = K.sum(y_true_f * y_pred_f)
    return (2. * intersection + smooth) / (K.sum(y_true_f * y_true_f) + K.sum(y_pred_f * y_pred_f) + smooth)

def dice_coef_loss(y_true, y_pred):
    return 1. - dice_coef(y_true, y_pred)

model.compile(optimizer=Adam(lr=1e-4), loss=dice_coef_loss, metrics=dice_coef)

其他的没区别，主要是这个dice_coef_loss函数在这里后面不跟括号。（什么函数都行，这个损失函数是我网上找的）

这里我以前也试过，你们可以试试，不知道能不能跑通

---

前面的我今天试了，可以解决导入带自己的损失函数的模型报错的问题。

关于用自己的损失函数，我之前遇到过一篇博客描述，导入模型的时候可以选择一个参数，选择False之后就是不用之前模型的损失函数，后面可以自己再设置自己的损失函数。（用这个可以先选一个keras自带的损失函数，随便训练下，再保存，再按前面的来，达到用自己损失函数的目的）具体博客找不到了。