我如何仅为正则化损失编写自定义指标?

我想我找到了解决办法。您可以修改参数 logs 在回调中添加您想要的信息。然后,您的历史对象将自动包含此新信息。

def get_cb(model):
    def on_epoch_end(epoch, logs):
        # Iterate the layers of your model to get the regularisation losses
        reg_losses = get_your_regularisation_losses(model)
        logs["reg_losses"] = reg_losses

    return tf.keras.callbacks.LambdaCallback(on_epoch_end=on_epoch_end)

...
history = model.fit(..., callbacks=[get_cb(model)])
do_something(history) # history contains "reg_losses"

(请随时提供使用自定义指标的替代解决方案!)

要将其显示在进度条中,您可以执行以下操作 something like this :

def get_reg_loss(reg_layers):
    def reg_loss_term(y_true, y_pred):
        return tf.add_n([r.losses[0] for r in reg_layers])

    return reg_loss_term

model.compile(..., metrics=[..., get_reg_loss(reg_layers)])

这将所有正则化损失项的总和作为度量添加到模型中。这种方法的缺点是,当您希望进度条显示单个层的损失项时,您必须为每个正则化层定义一个唯一命名的函数。