是否有可能返回一个数组（或张量）而不是数字的度量？

Question

我有一个带有输出NxM的神经网络，其中N是批处理大小，M是网络需要进行预测的输出数量。我想为网络的每个M输出计算一个指标，即跨批次的所有实例，但为每个M输出分别计算一个指标，以便该指标有M个值。我尝试如下创建自定义指标。

def my_metric(y_true, y_pred):
    return [3.1, 5.2] # a list of dummy values

然后将此度量传递到模型的compile方法的度量列表，然后Keras输出一个数字，该数字是3.1和5.2的平均值（在这种情况下为(3.1 + 5.2)/2 = 4.15），而不是打印实际列表。那么，是否有一种方法可以返回并打印列表（或numpy数组）作为度量？当然，在我的特定情况下，我不会在上面的示例中返回虚拟列表，但是我的自定义指标更加复杂。

Answer 1

一个输出的工作代码：

from keras.layers import Dense, Input
from keras.models import Model
import keras.backend as K
import numpy as np

inputs = Input((5,))
outputs = Dense(3)(inputs)
model = Model(inputs, outputs)

def metricWrapper(m):
    def meanMetric(true, pred):
        return pred[:, m]
    meanMetric.__name__ = 'meanMetric_' + str(m)
    return meanMetric
metrics = [metricWrapper(m) for m in range(3)]

model.compile(loss='mse', metrics=metrics, optimizer='adam')
model.fit(np.random.rand(10,5), np.zeros((10,3)))