获取自定义Keras指标内y_pred和y_true长度

Question

我想检索y_pred和y_true定制Keras指标内的平等len(x)和x.shape[0]，而无需使用任何东西，但Keras后端。

考虑一个最小Keras指标例如：

from keras import backend as K

def binary_accuracy(y_true, y_pred):
    return K.mean(K.equal(y_true, K.round(y_pred)), axis=-1)

这里y_pred和y_true是代表特定形状的numpy的阵列张量。

如何获得keras度量函数内的底层数组的长度，使得所得代码将在以下形式：

def binary_accuracy(y_true, y_pred):
    # some Keras backend code 
    return K.mean(K.equal(y_true, K.round(y_pred)), axis=-1)

注：该代码必须是Keras后端代码，以便它可以在任何Keras后端。

我已经尝试过K.ndim(y_pred)即使长度为45实际上与K.int_shape(y_pred)返回无返回2。

Answer 1

你需要记住的是，在某些情况下，给予象征性的张量的形状（例如y_true和你的情况y_pred）不能确定，直到你给值，以特定的占位符，这个张量依赖。

牢记这一点，你有两个选择：

使用K.int_shape（x）用于获得整数和诺内斯表示输入张X形的元组。在这种情况下，未确定长度的尺寸将是无。这是在您的非Tensorflow代码不依赖于不确定的尺寸情况下非常有用。例如你不能做到以下几点： if K.shape(x)[0] == 5: ... else: ...
使用K.shape(x)获取表示张量X形符号张量。要使用张量的形状来改变你的TF图，e.g这是非常有用的情况： t = tf.ones(shape=K.shape(x)[0])

Answer 2

您可以通过K.int_shape(x)访问张量的形状通过取结果的第一个值，你会得到下面的数组的长度：K.int_shape(x)[0]