質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.53%

  • Python

    7899questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • 機械学習

    678questions

    機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

  • Keras

    206questions

Kerasの損失関数の作り方

解決済

回答 2

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 763

tanshoko

score 1

kerasで損失関数を作りたいのですが、動きません。
全体的なアドバイスと共に、x_decoded_valueにはプログラムのどこで入力したデータが入るのか、どのようなshapeのデータなのかを教えていただきたいです。
Ck, Qy_listなどは、グローバル変数です。

def compute_loss(x, x_decoded_value):
    """ Update loss
    Args:
      x: input of NN
      x_decoded_value: output of NN
    Returns:
      J: loss of training
    """
    k_nonself_dist = K.zeros(shape(len(Ck)-1))
    J = 0
    for i in range(50):
        Qx_embedding = ProtNet_NN.predict(Qx[i,:], batch_size=1)
        k_self_dist = np.linalg.norm(Qx_embedding-np.array(Ck.loc[Qy_list[i]]))
        _tmp = np.array(Ck[Ck.index!=Qy_list[i]])
        for j in range(len(Ck)-1):
            k_nonself_dist[j] = np.linalg.norm(Qx_embedding-_tmp[j,:])
        J += (k_self_dist + np.log(np.sum(np.exp(-k_nonself_dist)))) / (Nc * 50) # Update loss

    J = K.variable(J) # Tensor型に変換
    return J

----------------追記----------------

損失関数を作る上で最低限守らなければならないことは、
① 関数内の変数は全てTensor型であること
② NNの出力層を損失関数内で用いること
でした。他にも何かありましたら追記します。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 2

+1

(こちらも初心者なので、正しくないことがあったらごめんなさい)

バックエンド(K.~)の機能のみを使って、実装してみてください。
以下がその理由です。

公式の損失関数の実装を見てみると、以下のようになっております。

def mean_squared_error(y_true, y_pred):
    return K.mean(K.square(y_pred - y_true), axis=-1)

これを見ると、「バックエンド(K.~)の関数で計算方法を定義する」形になっているので、自作する場合も同じように実装する必要があるのだと思われます。
バックエンドの関数はこちらに記載されており、importすれば自作の関数でも使うことができます。
また、モデルの計算毎に実行されるわけではないので、関数内で計算してしまうと、その値は固定値になってしまいますので、避けるべきです。

なお、y_true(x)は正解値のテンソル、y_pred(x_decoded_value)はモデルでの計算結果の値のテンソルだと思われます。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/07/25 14:32

    ご回答ありがとうございます。
    モデルの計算は、1epoch毎にlossを計算し、それをfor文で回して学習させます。
    アルゴリズムの性質上、どうしてもNumpy配列が必要なのですが、それをK.variableで覆うだけの処理だとダメなのでしょうかね...

    キャンセル

  • 2018/07/25 15:29

    > モデルの計算は、1epoch毎にlossを計算し、それをfor文で回して学習させます。
    よく分からないです。
    fit関数かそれに近いもので学習しているのだと思っておりましたが、そうではないということでしょうか?

    > アルゴリズムの性質上、どうしてもNumpy配列が必要なのですが、
    その理由がよく分からないのですが、それは何でしょうか?

    > それをK.variableで覆うだけの処理だとダメなのでしょうかね...
    前述の通り、モデルの計算毎にcompute_loss関数を呼ぶわけではないので、現状のソースだと動かないですね。
    (私が知らないだけで他に方法があるかもしれませんが)

    キャンセル

  • 2018/07/25 18:30 編集

    >fit関数かそれに近いもので学習しているのだと思っておりましたが、そうではないということでしょうか?
    fit関数を1epochで回し、例えばそれをfor文で50回ループさせることで50epoch分の学習をさせているということです。loss関数の定義上、今の私の知識ではそうなってしまいました。

    >> アルゴリズムの性質上、どうしてもNumpy配列が必要なのですが、
    >その理由がよく分からないのですが、それは何でしょうか?
    グローバル変数で定義したDataFrameの値をloss関数で使うためです。

    >前述の通り、モデルの計算毎にcompute_loss関数を呼ぶわけではないので、現状のソースだと動かないですね。
    以下のようにしても学習毎にloss関数は呼び出されないのでしょうか?
    ```Python
    for i in range(50):
    # for文の中で、他に処理があります
    model.fit(x=Qx,
    batch_size=len(Qx),
    epochs=1,
    shuffle=False)

    ```

    キャンセル

  • 2018/07/25 19:23

    > グローバル変数で定義したDataFrameの値をloss関数で使うためです。
    それはどういう値でしょうか?
    もし正解値の場合は、後述のfit関数のyに指定し、それをy_true(x)で取得するのが正しいやり方だと思います。

    > 以下のようにしても学習毎にloss関数は呼び出されないのでしょうか?
    私に聞くよりもprint()で出力してみた方が早いと思います。
    というか、fit関数にyが指定されていませんが、正しいでしょうか?
    (yは正解値なので、それがないとそもそも学習できないと思いますが)

    キャンセル

  • 2018/07/25 20:08 編集

    [Prototypical Netwok] https://arxiv.org/abs/1703.05175
    こちらの論文にある手法を実装したいと考えていて、現在悩んでいる損失関数はAlgorithm 1です。

    >もし正解値の場合は、後述のfit関数のyに指定し、それをy_true(x)で取得するのが正しいやり方だと思います。
    正解というよりも、自分のクラスに属するデータの重心との距離を近くし、他のクラスのデータの重心とは距離を遠くするというNNを作るための損失関数です。

    >というか、fit関数にyが指定されていませんが、正しいでしょうか?
    yは指定しなくても学習できるので、問題ありません。(過去に経験済み)

    キャンセル

  • 2018/07/25 20:12

    そうだとすると、私は分からないですね…。すいません。

    キャンセル

  • 2018/07/25 20:13

    わかりました。
    ありがとうございます。

    キャンセル

checkベストアンサー

0

普通KerasはTensorflowをバックエンドに持っていて、Tensorflowはpythonのネットワークを解釈してC++での実装で走ります。
それゆえ、損失関数はtf.Tensorで書かれる必要があります。

グローバル変数であっても、tf.Constantにするか、tf.Placeholderにfeedする形で与える必要があります。

投稿

編集

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/07/26 16:45

    ありがとうございます!
    解決しました!

    キャンセル

  • 2018/07/29 12:10

    mkgrei さん
    トピ主が分かったのに、質問したいのです。 御免なさい!
    >>Tensorflowはpythonのネットワークを解釈して....
    これはどういう意味でしょうか。
    もしかして『計算グラフを解釈して....』という意味?

    どうぞ宜しくお願いします

    キャンセル

  • 2018/07/30 07:43

    tensorflowのpython版がやっていることは、ニューラルネットワークの構造を定義することです。
    その構造のニューラルネットワークを焼き直して実際の計算はC++で行います。

    https://www.tensorflow.org/guide/graphs
    https://www.buildinsider.net/small/booktensorflow/0001

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.53%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る

  • Python

    7899questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • 機械学習

    678questions

    機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

  • Keras

    206questions