使用 Tensorflow Addons 将 CRF 损失函数添加到 DNN 模型

Question

我正在使用 keras 在 python 中开发一个 DNN 模型，它有一个 CRF 层作为输出。由于不推荐使用 Keras-contrib，我正在尝试以这种方式使用 Tensorflow Addons CRF 层（doc）：

def get_model(n):
    input = Input(shape=(None, 3000, n))

    # CNN encoder
    encoder = ...
    classifier = TimeDistributed(encoder)(input)

    # Add some CNN layers
    classifier = ...

    crf = CRF(5)
    decoded_sequence, potentials, sequence_length, chain_kernel = crf(classifier)

    model = Model(name='crf_model', inputs=input, outputs=potentials)
    model.compile(optimizers.Adam(0.001), loss=crf_loss)
    model.summary()

    return model

因此，想法是在编译模型时添加一个CRF损失函数（

loss=crf_loss

）。

我尝试使用 Tensorflow Addons (doc) 中的 crf_log_likelihood，这看起来是个不错的选择，但它在我的代码中不起作用。我需要计算这种损失，以便通过使用适当的损失函数获得更好的准确性。

此外，我也尝试过使用 CRFModelWrapper (doc)，它已经包含了损失函数，但它会导致输出形状出现一些问题，所以我只想在上面的代码中包含一个损失函数。