您可以像这样在Keras中使用加权的MSE

model.fit(sample_weight=weights, loss='mse', ...)

我想使用加权的RMSE，但Keras库中没有rmse，我自己编写了这个函数

def root_mean_squared_error(y_true, y_pred):    return K.sqrt(K.mean(K.square(y_pred - y_true)))

但是，如何使用权重呢？

回答：

从文档中可以看出，这似乎是自动完成的：

创建自定义损失函数：任何具有签名loss_fn(y_true, y_pred)的可调用对象，只要它返回一个损失数组（输入批次中的每个样本一个损失），都可以作为损失函数传递给compile()。请注意，任何这样的损失函数都自动支持样本加权。