Keras/Theano Calcolo delle perdite personalizzate - Lavorando con i tensori

Question

Sto lottando per scrivere un codice di manipolazione del tensore per una funzione di perdita personalizzata che sto usando in Keras.

Fondamentalmente, sto cercando di modificare una perdita binaria_crossentropia aggiungendo un peso che viene calcolato da una caratteristica particolare.

La prima cosa che faccio è passare i miei dati di funzionalità extra alla perdita personalizzata aggiungendolo a y_true in questo modo:

y_trainModded = numpy.append(y_train, MyExtraData, axis=1)

Che viene quindi passato alla funzione di adattamento come:

model.fit(X_train, y_trainModded, epochs=2500, .....)

Quindi estratto per renderlo utilizzabile in questo modo:

def myCustomLoss(data, y_pred):
    y_true = data[:,:2]
    MyExtraData = data[:,2]
    ...
    ...

Finora, tutto funziona bene. Tuttavia, sto lottando con una sezione in cui voglio selezionare solo MyExtradata in cui ho previsto "1". Intuitivamente, questo sarebbe semplicemente qualcosa di simile:

ExtraDataWherePredicted1 = MyExtraData[y_pred > 0]

Tuttavia, abbiamo a che fare con tensori, non array numpy. Ho provato a lanciare su array numpy usando Eval (), ma non ha funzionato. Ho anche provato vari approcci usando operazioni di Keras.backend come:

WherePredicted1 = K.greater( y_pred,0)
ExtraDataWherePredicted1 = tf.boolean_mask(MyExtraData, WherePredicted1)

Che potrei quindi usare per pesare la mia perdita come:

return K.mean(K.binary_crossentropy(y_pred,y_true), axis=-1)-(K.mean(ExtraDataWherePredicted1))

Ma tutto ciò che provo lancia vari errori ... Non riesco proprio a capire come calcolare Extradatawherepreded1. Trovo anche molto difficile eseguire il debug della funzione di perdita perché non riesco a stampare () qualsiasi cosa al suo interno, quindi è molto difficile ricontrollare per vedere se gli array/i tensori sono ciò che mi aspetto che siano.

Qualsiasi aiuto sarebbe apprezzato!