Изменение тензора в пользовательской функции потерь в Keras - PullRequest
Новая
       5

Изменение тензора в пользовательской функции потерь в Keras

0 голосов
/ 08 ноября 2018

Я получаю тип None при изменении тензора. Это происходит при компиляции модели с функцией потерь и оптимизатором (перед началом обучения). Что мне делать?

Ошибка: 

TypeError: Failed to convert object of type <class 'tuple'> to Tensor. Contents: (None, -1). Consider casting elements to a supported type.

Функция пользовательских потерь: 

def custom_loss(y_true, y_pred):

        y_pred = K.reshape(y_pred, (K.get_variable_shape(y_pred)[0], -1))
        y_true = K.reshape(y_true, (K.get_variable_shape(y_true)[0], -1))
        y_pred = K.std(y_pred, axis=0)
        y_true = K.std(y_true, axis=0)
        loss = (1/2) * (y_pred - y_true) ** 2
        loss = K.mean(loss)

        return loss

Ответы [ 2 ]

0 голосов
/ 08 ноября 2018

Я это исправил: 

def custom_loss(y_true, y_pred):

        y_pred = K.reshape(y_pred, (K.shape(y_pred)[0], -1))
        y_true = K.reshape(y_true, (K.shape(y_true)[0], -1))
        y_pred = K.std(y_pred, axis=0)
        y_true = K.std(y_true, axis=0)
        loss = (1/2) * (y_pred - y_true) ** 2
        loss = K.mean(loss)

        return loss

Проблема была в том, чтобы найти первое измерение y_true и y_predict. Во время компиляции он не получит истинную форму и, следовательно, вернет значение None. Таким образом, вместо получения целочисленного значения фигуры, я получаю фигуру tf.Tensor. Я изменил K.get_variable_shape (y_true) на просто K.shape (y_true), и он решает.

0 голосов
/ 08 ноября 2018

Это происходит потому, что ваша форма тензоров y_true или y_pred не определена правильно. None означает здесь, что форма тензоров не является строго заданной, но она может варьироваться в зависимости от предыдущих операций, что мы не можем видеть. Или вы просто инициализировали свой тензор следующим образом.

Как это исправить:

  • Сначала вы должны выяснить, как y_true или y_pred обретает свою форму, и избегать получения формы None, чтобы у тензоров было детерминированное число строк и столбцов

Пример:

Ваша функция потерь работает для правильных входов: 

import tensorflow as tf
from keras import backend as K


def custom_loss(y_true, y_pred):
    y_pred = K.reshape(y_pred, (K.get_variable_shape(y_pred)[0], -1))
    y_true = K.reshape(y_true, (K.get_variable_shape(y_true)[0], -1))
    y_pred = K.std(y_pred, axis=0)
    y_true = K.std(y_true, axis=0)
    loss = (1 / 2) * (y_pred - y_true) ** 2

    return loss


a = tf.constant([[1.0, 2., 3.]])
b = tf.constant([[1., 2., 3.]])
loss = custom_loss(a, b)
loss = tf.Print(loss, [loss], "loss")

with tf.Session() as sess:
    _ = sess.run([loss])

Но при использовании заполнителя, где я не определил форму, выдается то же исключение 

a = tf.placeholder(tf.float32, (None, 32))
...