カスタム損失関数：バイナリクロスエントロピー誤差に重みを適用する

Question

私はKerasで遊んでいて、文脈の中から単語を予測しようとします。文から「私は食べ物がおいしかったと言わざるを得ない！」私はこのような何かを取得したいと考えています。しかし

[say the ? was tasty] -> food, meals, spaghetti, drinks 

を、私の問題は、現在、私はトレーニングしていますネットワークはのちょうど確率を学ぶように見えるということです単一の単語であり、特定の文脈においてそれらが有する可能性はない。

言葉の頻度がバランスしていないので、私は、私の損失関数に加重を適用することができると思っていました。現在はバイナリクロスエントロピー関数です。

私は単にエラーと各単語の逆確率を掛け：

def weighted_binary_crossentropy(y_true, y_pred): 
    return K.mean(K.binary_crossentropy(y_pred, y_true) * (1-word_weights), axis=1) 

この関数は、損失関数としてモデルによって使用されている：

model.compile(optimizer='adam', loss=weighted_binary_crossentropy) 

はしかし、私の結果は正確です私のモデルが壊れているかどうか、または私がlossパラメタ/機能を間違って使用しているかどうかは分かりません。

は私の説明したばかりのweighted_binary_crossentropy()です。何らかの理由で、これは似ていますので、私は尋ねた： word_weights）、軸= 1）

Answer 1

を実際に、1はfit機能のdocumentationに読むことができるよう、一つはあなたが使用したい正確に何であると思われsample_weightsを提供することができます。