وظيفة الخسارة المخصصة في Keras: تنفيذ معامل خطأ النرد

في هذه المقالة، سنستكشف كيفية إنشاء وظيفة خسارة مخصصة في ولاية كيراس، مع التركيز على معامل خطأ النرد. سوف نتعلم كيفية تنفيذ معامل ذو معلمات وتغليفه للتوافق مع متطلبات Keras.

تنفيذ المعامل

سوف تتطلب وظيفة الخسارة المخصصة لدينا معاملًا و وظيفة المجمع. يقيس المعامل خطأ النرد، الذي يقارن الهدف والقيم المتوقعة. يمكننا استخدام تعبير بايثون أدناه:

def dice_hard_coe(y_true, y_pred, threshold=0.5, axis=[1,2], smooth=1e-5):
    # Calculate intersection, labels, and compute hard dice coefficient
    output = tf.cast(output > threshold, dtype=tf.float32)
    target = tf.cast(target > threshold, dtype=tf.float32)
    inse = tf.reduce_sum(tf.multiply(output, target), axis=axis)
    l = tf.reduce_sum(output, axis=axis)
    r = tf.reduce_sum(target, axis=axis)
    hard_dice = (2. * inse   smooth) / (l   r   smooth)
    # Return the mean hard dice coefficient
    return hard_dice

إنشاء وظيفة الغلاف

يتطلب Keras أن تأخذ وظائف الخسارة (y_true, y_pred) فقط كمعلمات. لذلك، نحتاج إلى دالة مجمعة تُرجع دالة أخرى تتوافق مع هذا المطلب. ستكون وظيفة الغلاف الخاصة بنا هي:

def dice_loss(smooth, thresh):
    def dice(y_true, y_pred):
        # Calculate the dice coefficient using the coefficient function
        return -dice_coef(y_true, y_pred, smooth, thresh)
    # Return the dice loss function
    return dice

باستخدام وظيفة الخسارة المخصصة

# Build the model
model = my_model()
# Get the Dice loss function
model_dice = dice_loss(smooth=1e-5, thresh=0.5)
# Compile the model
model.compile(loss=model_dice)