为了账号安全,请及时绑定邮箱和手机立即绑定

Tensorflow 中的外部损失函数

Tensorflow 中的外部损失函数

ABOUTYOU 2021-08-11 22:57:48
我有一个简单的 2 层密集 NN,我想使用回归模型来计算~ 700图像的4 个给定特征。不幸的是,我没有基本事实元素,所以我使用自定义损失函数。这是函数的来源:def loss_function(logits, img, g, compare_img):    final_img = img_pipeline(vga_8b=img, g=g%external color gamma function%)    with tf.name_scope('Loss'):        loss = score(gt_image=compare_img, curr_img=final_img)        return losslogits当前评估的 4 个数字在哪里,g 只是用作图像颜色伽马的插值函数,img 是外部灰度图像,用于生成用于该score函数的最终结果图像。compare_img不是真实图像,而是(kept in python dict)评分函数中用于评估当前生成的图像的一些统计值。不幸的是,我无法提供g,compare_img因为它们是无法转换为张量的 python 函数和 python 字典。有没有办法以某种方式破解它并达到预期的结果?
查看完整描述

1 回答

?
噜噜哒

TA贡献1784条经验 获得超7个赞

您可以将外部函数与 tensorflow 一起使用,tf.map但我不敢说,这些函数无法通过它计算梯度。但是你的损失函数需要在每种情况下都可以推导出来。所以你必须在tensorflow中编写函数。

对于您的 dict 值,您可以创建一个查找表

table = tf.contrib.lookup.HashTable(  tf.contrib.lookup.KeyValueTensorInitializer(keys, values), -1)


查看完整回答
反对 回复 2021-08-11
  • 1 回答
  • 0 关注
  • 182 浏览
慕课专栏
更多

添加回答

举报

0/150
提交
取消
意见反馈 帮助中心 APP下载
官方微信