Как реализовать взвешенную бинарную кросс-энтропию на theano?

Моя сверточная нейронная сеть предсказывает только 0 ~ ~ 1 (сигмоид).

Я хочу наказать мои прогнозы таким образом:

В основном, я хочу наказать БОЛЬШЕ, когда модель предсказывает 0, но правда была 1.

Вопрос: Как я могу создать этоВзвешенная бинарная кросс-энтропия использовать теано и лазанью?

Я попробовал это ниже

prediction = lasagne.layers.get_output(model)


import theano.tensor as T
def weighted_crossentropy(predictions, targets):

    # Copy the tensor
    tgt = targets.copy("tgt")

    # Make it a vector
    # tgt = tgt.flatten()
    # tgt = tgt.reshape(3000)
    # tgt = tgt.dimshuffle(1,0)

    newshape = (T.shape(tgt)[0])
    tgt = T.reshape(tgt, newshape)

   #Process it so [index] < 0.5 = 0 , and [index] >= 0.5 = 1


    # Make it an integer.
    tgt = T.cast(tgt, 'int32')


    weights_per_label = theano.shared(lasagne.utils.floatX([0.2, 0.4]))

    weights = weights_per_label[tgt]  # returns a targets-shaped weight matrix
    loss = lasagne.objectives.aggregate(T.nnet.binary_crossentropy(predictions, tgt), weights=weights)

    return loss

loss_or_grads = weighted_crossentropy(prediction, self.target_var)

Но я получаю эту ошибку ниже:

Ошибка типа: новая фигура в форме должна быть вектором или скалярным списком / кортежем. Получил Subtensor {int64} .0 после преобразования в вектор.

Ссылка :https://github.com/fchollet/keras/issues/2115

Ссылка :https://groups.google.com/forum/#!topic/theano-users/R_Q4uG9BXp8