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