自定义皮尔森损失函数遇到错误：tensorflow.python.framework.errors_impl.InvalidArgumentError

最新推荐文章于 2024-03-20 17:53:44 发布

原创

最新推荐文章于 2024-03-20 17:53:44 发布 · 1.5k 阅读

2 ·

CC 4.0 BY-SA版权

这篇博客介绍了在TensorFlow中遇到的自定义损失函数导致的形状不匹配错误，错误源于`reduce_sum`操作的维度设置不当。通过将`axis=1`改为`axis=-1`，确保了在数据流过程中仍按行进行运算，从而解决了问题。博主还分享了修正后的代码，展示了如何正确实现皮尔逊相关系数作为损失函数，并给出了训练模型时的报错信息及修复后的运行结果。

出错

tensorflow.python.framework.errors_impl.InvalidArgumentError: 2 root error(s) found.
  (0) Invalid argument:  Incompatible shapes: [20,1335] vs. [26700]
	 [[node PCCLoss/sub_1 (defined at D:\ProjectWork\Tensorflow2.0Work

自定义损失函数

class PCCLoss(losses.Loss):
    def __init__(self, n):
        super(PCCLoss,self).__init__()
        self.n = n

    def call(self,y_true,y_pred):
        # n = y_pred.shape[-1]
        sum_xy = tf.math.reduce_sum(y_true * y_pred, axis=1)
        sum_x = tf.math.reduce_sum(tf.reshape(tf.math.reduce_sum(y_true, axis=1), (-1,1)), axis=1)
        sum_y = tf.math.reduce_sum(tf.reshape(tf.math.reduce_sum(y_pred, axis=1), (-1,1)