在为分类问题定义自定义损失函数时，有没有办法访问y_true和y_pred的特定元素？

使用案例：多标签分类问题中，如果我预测了类别5的误报，即y_true[5] == 0 但 y_pred[5] == 1，我想对模型进行额外惩罚。

我定义的损失函数如下：

def loss(y_true, y_pred):      wt = 10 if (y_true[5]==0 and y_pred[5]==1) else 1      return wt * binary_crossentropy(y_true, y_pred)

我也尝试过检查 K.gather(y_true, 5) == 0，但似乎不起作用。

我的批量大小大于1（256），我使用的是 fit_generator – 如果这有任何影响的话。谢谢！

回答：

有没有办法访问y_true和y_pred的特定元素？

Keras张量的索引方式与numpy数组的索引方式类似。唯一的区别是结果是一个Keras张量。因此，您应该随后使用Keras操作。

您的损失函数的可能实现

例如，您的损失函数可能这样实现：

def loss(y_true, y_pred):    a = K.equal(y_true[:, 5], 0)    b = K.greater(y_pred[:, 5], 0.5)    condition = K.cast(a, 'float') * K.cast(b, 'float')    wt = 10 * condition + (1 - condition)    return K.mean(wt[:, None] * K.binary_crossentropy(y_true, y_pred), axis=-1)

注意： 未经测试。