Comments 3
Вообще-то достаточно инициализировать функцию и подать название в load_model, в виде custom_objects = {'имя_функции': функция_потерь}
+1
Подкину моих фавориток-метрик регрессионного анализа:
— RMS-потеря, или среднеквадратичная ошибка (RMSE)
— R-квадрат (R2), или коэффициент детерминации
— RMS-потеря, или среднеквадратичная ошибка (RMSE)
def rmse(y_true, y_pred):
return backend.sqrt(backend.mean(backend.square(y_pred - y_true), axis=-1))
— R-квадрат (R2), или коэффициент детерминации
def r2(y_true, y_pred):
SS_res = backend.sum(backend.square(y_true-y_pred))
SS_tot = backend.sum(backend.square(y_true-backend.mean(y_true)))
return (1-SS_res/(SS_tot+backend.epsilon()))
-1
Sign up to leave a comment.
Использование кастомных функций потери и метрики качества обучения в Keras