我想绘制Keras中所有可用的损失函数。为此，我创建了一个数据框并调用了损失函数。但是，我如何从张量中获取值呢？

import numpy as npimport pandas as pdfrom keras import lossespoints = 100df = pd.DataFrame({"error": np.linspace(-3,3,points)})df["mean_squared_error"] = losses.mean_squared_error(np.zeros(points), df["error"])df.plot(x="error")

回答：

Keras中的损失函数返回一个张量对象。你需要使用后端的eval()函数来评估这个张量对象，以获取其实际值。此外，如果你查看Keras中损失函数的定义，例如mean_squared_error()，你会发现有K.mean()操作，它对最后一个轴（输出轴）取平均值（不要将其与批次或样本轴混淆）。因此，你可能需要以(n_samples, n_outputs)的形状传递真实值和预测值，因此在下面的代码中需要重塑：

import numpy as npimport pandas as pdfrom keras import lossesfrom keras import backend as Kpoints = 100df = pd.DataFrame({"error": np.linspace(-3,3,points)})mse_loss = losses.mean_squared_error(np.zeros((points,1)), df["error"].values.reshape(-1,1))df["mean_squared_error"] = K.eval(mse_loss)df.plot(x="error")

这是输出图表：