使用Tensorflow/Keras的神经网络中的负二项损失函数

Question

我正在处理一个高度倾斜的计数数据集，通常可以使用负二项式进行拟合。我想在Keras或Tensorflow上使用负二项式作为损失函数，在前馈神经网络中进行训练。

据我所知，经过查看可用的损失函数后，Keras或Tensorflow没有这样的函数（尽管我希望我是错误的，只是错过了什么）。

我已经搜索过，看到有帖子建议只需要更换损失函数即可将负二项式包含其中，但似乎在tensorflow中创建自定义损失不仅仅是用tf.contrib.distributions.NegativeBinomial替换它。

有几篇文章谈论如何为Tensorflow / Keras创建自定义损失函数，例如：https://datascience.stackexchange.com/questions/25029/custom-loss-function-with-additional-parameter-in-keras。但我看了之后还是无法编写代码。

我想知道是否有人已经使用负二项式创建了损失函数，并愿意分享如何编写代码，或者如果有关于如何实现这个问题的提示。

我在这个项目中只使用python。

提前感谢所有的帮助。

- JCMRE

---

我正在尝试解决同样的问题。你有解决这个问题的运气吗？如何定义这样的损失和度量？ - gugatr0n1c

Answer 1

我不了解负二项损失，但我知道如何实现自定义损失函数。

def custom_loss(y_true, y_pred):
    ...
    loss = ...
    return loss

将y_true和y_pred视为张量。（这意味着您需要使用来自tensorflow或keras.backend的函数，而不是使用诸如np.pow（y_true，2）之类的函数）

将您的自定义损失函数作为编译参数传递。

model.compile(loss=custom_loss, optimizer='your favorite optimizer')

- Mete Han Kahraman