Индексирование тензоров в пользовательской функции потерь с помощью Keras - PullRequest
Новая
       3

Индексирование тензоров в пользовательской функции потерь с помощью Keras

1 голос
/ 14 февраля 2020

Я использую пользовательскую функцию потерь в Keras. Это функция: 

def custom_loss(groups_id_count):
  def listnet_loss(real_labels, predicted_labels):
    losses = tf.placeholder(shape=[None], dtype=tf.float32) # Tensor of rank 1
    for group in groups_id_count:
      start_range = 0
      end_range = (start_range + group[1])
      batch_real_labels = tf.slice(real_labels, [start_range, 1, None], [end_range, 1, None])
      batch_predicted_labels = tf.slice(predicted_labels, [start_range, 0, 0], [end_range, 0, 0])
      loss = -K.sum(get_top_one_probability(batch_real_labels)) * tf.math.log(get_top_one_probability(batch_predicted_labels))
      losses = tf.concat([losses, loss], axis=0)
      start_range = end_range
    return K.mean(losses)
  return listnet_loss

Я бы получил real_labels и predicted_labels элементов от start_range до end_range, но текущий код возвращает исключение:

Ошибка: 

TypeError: Failed to convert object of type <class 'list'> to Tensor.
Contents: [0, 1, None]. Consider casting elements to a supported type.

Я не знаю, что делать, потому что это мой первый опыт с TensorFlow и Keras. Как я могу получить элементы, используя индексацию по тензору? Заранее спасибо.

...