在培训期间查看Keras回调中批次的y_true

Question

我正在尝试在Keras中实现自定义损失功能。它要求我计算每个y in B

的逆类频率之和

这是以下功能的1/epsilon(...)部分

函子来自this paper-第7页

注意：我绝对可以误解该论文描述的工作。如果我是我，请告诉我

我目前正在尝试使用Keras回调和on_batch_start/end方法来尝试确定输入批处理的类频率（这意味着访问批处理输入的y_true，但运气不佳。

谢谢您提供的任何帮助。

编辑：“运气不好”，我是说我找不到在培训期间访问单个批次的y_true的方法。例如：batch_size = 64，train_features.shape == (50000, 120, 20)，我找不到在培训期间访问单个批次的y_true的方法。我可以从on_batch_start/end（self.model）访问keras模型，但无法找到访问实际大小为64的批次的y_true的方法。

from tensorflow.python.keras.callbacks import Callback


class FreqReWeight(Callback):
  """
  Update learning rate by batch label frequency distribution -- for use with LDAM loss
  """

  def __init__(self, C):
    self.C = C

  def on_train_begin(self, logs={}):
    self.model.custom_val = 0

  def on_batch_end(self, batch, logs=None):
    print('batch index', batch)
    print('Model being trained', self.model)

    # how can one access the y_true of the batch?
LDAM损失函数

z _j

=“第j类的模型的第j输出”

EDIT2

损失函数-用于在出现损失时进行测试

def LDAM(C):
    def loss(y_true, y_pred):
        print('shape', y_true.shape)  # only prints each epoch, not each batch
        return K.mean(y_pred) + C  # NOT LDAM, just dummy for testing purposes

    return loss
准备数据，编译模型和培训

    (x_train, y_train), (x_test, y_test) = tf.keras.datasets.cifar10.load_data()
    y_train = to_categorical(y_train, 10)
    y_test = to_categorical(y_test, 10)
    m = 64  # batch_size

    model = keras.Sequential()
    model.add(Conv2D(32, (3, 3), padding='same',
                     input_shape=x_train.shape[1:]))
    model.add(Activation('relu'))
    model.add(Conv2D(32, (3, 3)))
    model.add(Activation('relu'))
    model.add(MaxPooling2D(pool_size=(2, 2)))
    model.add(Dropout(0.25))

    model.add(Flatten())
    model.add(Dense(512))
    model.add(Activation('relu'))
    model.add(Dropout(0.5))
    model.add(Dense(10))
    model.add(Activation('softmax'))

    model.compile(loss=LDAM(1), optimizer='sgd', metrics=['accuracy'])

    x_train = x_train.astype('float32')
    x_test = x_test.astype('float32')
    x_train /= 255
    x_test /= 255

    model.fit(x_train, y_train,
              batch_size=m,
              validation_data=(x_test, y_test),
              callbacks=[FreqReWeight(1)])

我正在尝试在Keras中实现自定义损失功能。它要求我为B中的每个y计算逆类频率的总和。它是以下...的1 / epsilon（...）部分...

Answer 1

最终问了一个更具体的问题。