Keras如何定义“accuracy”和“loss”？

Question

我找不到Keras如何定义“准确性”和“损失”。我知道我可以指定不同的度量指标（例如，均方误差，交叉熵），但Keras打印出一个标准的“准确性”。它是如何定义的？同样的对于损失；我知道我可以指定不同类型的正则化；它们是否包含在损失中？

理想情况下，我想打印出用于定义它的方程；如果不行，我将接受这里的答案。

- SRobertJames

Answer 1

请查看metrics.py，您可以在其中找到所有可用指标的定义，包括不同类型的准确度。仅当您将其添加到所需指标列表中并编译模型时，才会打印准确度。

正则化器根据定义添加到损失中。例如，请参见Layer类的add_loss方法。 更新 accuracy的类型是根据目标函数确定的，请参见training.py。默认选择是categorical_accuracy。当目标函数为二进制或稀疏时，选择其他类型，如binary_accuracy和sparse_categorical_accuracy。

- Sergii Gryshkevych

---

如果我添加到指标 'accuracy' 中，那么是哪个度量标准？在 metrics.py 中有几个词中带有 "accuracy" 这个词？ - SRobertJames

感谢。但是如果目标函数既不是 binary_crossentropy 也不是 categorical_crossentropy，而是 mse，那么选择什么？在那种情况下，accuracy 是什么意思？ - SRobertJames

在这种情况下，选择categorical_accuracy，根据文档的解释，它意味着“计算多类分类问题所有预测的平均准确率”。如果您的问题不是分类问题，则包括准确性就没有太多意义。@SRobertJames - Sergii Gryshkevych

@SergiiGryshkevych 我点击了 categorical_accuracy 的链接。如果我没记错的话，categorical_accuracy 现在不再是标量，而是一个数组。categorical_accuracy - Xiaohong Deng

Answer 2

自从Sergii的回答以来，Keras库已经进行了相当大的清理，现在源代码非常易读。指标定义在`tensorflow.keras.metrics`中（其文档可以在这里找到），损失函数定义在`tensorflow.keras.losses`中（文档在这里）。指标模块与损失函数模块有一些重叠，但这是可以预期的，因为特定的损失函数也可以作为指标进行跟踪。

此外，如果我们检查源代码，除非度量标准是准确性，否则会调用get()方法来获取特定的度量函数，即tf.keras.metrics.get('binary_accuracy')。另一方面，总是调用get()方法来获取特定的损失函数。

而且，准确性的类型根据目标类型选择（例如binary_accuracy、categorical_accuracy等）。

可以通过调用模块的dir()打印所有指标/损失。

metrics_list = [m for m in dir(tf.keras.metrics) if not m.startswith('_')]

losses_list = [m for m in dir(tf.keras.losses) if not m.startswith('_')]

- cottontail