我正在尝试在Tensorflow之上运行的Keras中定义自己的成本函数。假设y_true = [a0, a1, a2, a3, ..., an]和y_pred = [b0, b1, b2, b3, ..., bn]分别为真实值和预测值，我希望定义的成本函数为：cost = a0*b0 - a1*b1 + a2*b2 - a3*b3 + ...。

简而言之，我希望定义类似这样的函数：

def my_cost(y_true, y_pred):    return tf.math.multiply(y_true, y_pred)

但每隔一个元素需要取反。你有任何想法吗？

回答：

我期望以下cost_function能够工作；本质上，我们使用一个技巧来选择奇数和偶数索引；我们只乘以y_true和y_pred的对应部分，并考虑它们的奇偶性。

然后我们使用tf.math.reduce_sum()来计算成本的总和；你也可以使用tf.math.subtract(first_sum,second_sum)，但为了简洁起见，我保留了’-‘。

def my_cost(y_true, y_pred):    y_true_even = y_true[::2]    y_true_odd = y_true[1::2]    y_pred_even = y_pred[::2]    y_pred_odd = y_pred[1::2]    result = tf.math.reduce_sum(tf.math.multiply(y_true_even,y_pred_even)) - tf.math.reduce_sum(tf.math.multiply(y_true_odd,y_pred_odd))     return result