python - 自定义损失函数 : logits and targets must have the same shape ((? , 1) vs (45000,))

In lại Tác giả: Walker 123 更新时间：2023-11-30 09:04:18 26 4

combined = tf.keras.layers.concatenate([modelRNN.output, modelCNN.output])

final_dense = tf.keras.layers.Dense(10, activation='relu')(combined) #ff kijken of dit slim is
final_dense = tf.keras.layers.Dense(1, activation='sigmoid')(final_dense)

final_model = tf.keras.Model(inputs=[modelCNN.input, modelRNN.input], outputs=final_dense)

targets = match_train
logits = final_dense
pos_weight = (45000 - 4539) / 4539


custom_loss = tf.nn.weighted_cross_entropy_with_logits(
    targets,
    logits,
    pos_weight,
    )


final_model.compile(optimizer='adam',
                    loss=custom_loss,
                    metrics=['accuracy'])

modelCNN = (45000, 28, 28, 1) float64
modelRNN = (45000, 93, 13) float64
labels = (45000,1) boolean

TypeError: Using a `tf.Tensor` as a Python `bool` is not allowed. Use `if t is not None:` instead of `if t:` to test if a tensor is defined, and use TensorFlow ops such as tf.cond to execute subgraphs conditioned on the value of a tensor.

  File "", line 3, in 
    metrics=['accuracy'])

  File "C:\Users\Tijev\Anaconda3\envs\tfp3.6\lib\site-packages\tensorflow\python\training\checkpointable\base.py", line 442, in _method_wrapper
    method(self, *args, **kwargs)

  File "C:\Users\Tijev\Anaconda3\envs\tfp3.6\lib\site-packages\tensorflow\python\keras\engine\training.py", line 215, in compile
    loss = loss or {}

targets = np.asarray(match_train).astype('float32').reshape((-1,1))

26 4 0

• r - 多项 logit 模型和嵌套 logit 模型

  我在程序 R 中使用 mlogit 包。我已将数据从原始宽格式转换为长格式。这是转换后的 data.frame 的示例，我将其称为“long_perp”。所有的自变量都是个体特定的。我在数据集中有 4

• python - 极值的 logit 和反 logit 函数

  我需要 logit 和反 logit 函数，以便 logit(inv_logit(n)) == n。我使用 numpy，这是我所拥有的: import numpy as np def logit(p)

• python - tensorflow /keras : "logits and labels must have the same first dimension" How to squeeze logits or expand labels?

  我正在尝试制作一个简单的 CNN 分类器模型。对于我的训练图像 (BATCH_SIZEx227x227x1) 和标签 (BATCH_SIZEx7) 数据集，我使用 numpy ndarray，它们通过

• python - 在不计算整个句子的情况下估计给定句子的标记概率/logits

  我有这样一句话:"I like sitting in my new chair and _____ about life" . 我有一组特定的 token ，如 ["watch", "run", "t

• statistics - logit 模型中的尺度参数

  在仔细阅读 logit 模型说明时，我遇到了一种叫做“尺度参数”的可能性。有人可以解释一下这是什么以及它的用途。不使用它会发生什么。另外，它也用于概率模型吗？ 干杯 最佳答案 这是 5 个月前提出的问

• regression - Logit 模型和逻辑回归之间的区别？

  我知道这两个模型有不同的方程，但我不确定为什么人们使用 logistic 模型而不是 logit 模型，反之亦然？其背后的主要原因是什么？如果我的响应变量是一个决策变量(是，否)，那么这里哪个模型会更

• python - 评分统计模型 Logit

  我似乎无法弄清楚对逻辑回归模型进行评分的语法。 logit = sm.Logit(data[response],sm.add_constant(data[features])) model = log

• python - Logits 的形状错误

  当我尝试使用 softmax 交叉熵函数时，我收到一个 ValueError 消息 ValueError: Rank mismatch: Rank of labels (received 2) sho

• python - Logits 和标签的大小必须相同

  我正在尝试创建一个神经网络，该网络一次从多个 csv 文件中获取 13 个特征作为输入，并在每次迭代后测量准确性。这是我的代码片段: import tensorflow as tf import nu

• python - logits 和标签必须是可广播的

  我已经启动了tensorflow，并尝试实现简单的神经网络，并识别来自analyticsvidhya.com的数字练习问题，并遵循以下帖子: https://www.analyticsvidhya.c

• python - 计算多项 logit 模型预测概率

  请尝试给出参数化解决方案(有三个以上的选择)。 我有一个带有 beta 值的字典: {'B_X1': 2.0, 'B_X2': -3.0} 这个数据框: X1_123 X1_456 X1_789

• R 如何获得多项 logit 的置信区间？

  让我使用 UCLA 的多项 logit 示例作为运行示例--- library(nnet) library(foreign) ml <- read.dta("http://www.ats.ucla.e

• python - Tensorflow:Logits 和标签必须具有相同的第一维

  我是 TF 机器学习新手。我生成了这个数据集并将其导出到 .csv 文件中。它在这里:tftest.csv . “分布”列对应于一个独特的方程组，我试图将其压缩为 SageMath 中的一系列数字。

• python - tensorflow 稀疏分类交叉熵与 logits

  我是一名新手程序员，试图关注this指导。但是，我遇到了一个问题。该指南说将损失函数定义为: def loss(labels, logits): return tf.keras.losses.

• python - 在 statsmodels.logit 中将协方差类型更改为稳健

  在 python 中使用统计模型进行逻辑回归时，我试图将协方差类型从非稳健更改为稳健。 我阅读了 statsmodels.org 上的文档，但无法找到有关如何执行此操作的解决方案。 如果这里有人可以帮

• r - 使用调查权重时，如何为 logit 模型生成边际效应？

  我通常使用 mfx 包和 logitmfx 函数生成 logit 模型边际效应。但是，我使用的当前调查具有权重(由于某些人群的过度采样，这对样本中 DV 的比例有很大影响)并且 logitmfx 似乎

• neural-network - Tensorflow:具有交叉熵的缩放 logits

  在 Tensorflow 中，我有一个分类器网络和不平衡的训练类。由于各种原因，我不能使用重采样来补偿不平衡的数据。因此，我不得不通过其他方式来补偿失衡，特别是根据每个类中的示例数量将 logits

• python - Keras - 如何获得非规范化的 logits 而不是概率

  我正在 Keras 中创建一个模型并想计算我自己的指标(困惑度)。这需要使用非标准化概率/logits。然而，keras 模型只返回 softmax 概率: model = Sequential()

• r - R 中对一组不同解释变量的并行面板 logit 计算

  我是 R 并行计算的初学者。我遇到了 doParallel 包，我认为它对我的情况可能有用。 以下代码旨在并行评估多个 pglm 回归: require("foreach") require("doP

• r - 如何使用多项 logit 模型的标准误差获得平均边际效应 (AME)？

  我想获得具有标准误差的多项式 logit 模型的平均边际效应 (AME)。为此，我尝试了不同的方法，但到目前为止还没有达到目标。 最好的尝试 我最好的尝试是使用 mlogit 手动获取 AME。我在下