我正在尝试创建一个自定义损失函数，供在烤宽面条中使用。
我想使用用numpy编写的Sorensen-dice系数，并像这样使用它进行评估：
np.sum(np.logical_and(preds == num_labs, labels == num_labs)))*2/ (np.sum(preds == num_labs) + np.sum(labels == num_labs)
哪个在做：
它说=（2 * | X＆Y |）/（| X | + | Y |）
我现在正在尝试在theano中实现此功能，但不确定它是否可行。
可以将其用作损失函数吗？我要在分割卷时使用它，但是由于反向传播这应该是可区分的，我该如何更改呢？
有什么想法吗？
您可以将其写为sum（A * B）/（sum（A ^ 2）+ sum（B ^ 2））。请参阅https://arxiv.org/abs/1606.04797
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句