Как реализовать взвешенную бинарную кросс-энтропию на theano?
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