在 keras 回调中监控 F1 分数（或一般的自定义指标）

Question

Keras 2.0 删除了 F1 分数，但我想监控它的值。我正在使用顺序模型来训练神经网络。

我定义了一个函数，正如这里的建议如何在 Keras 中计算 F1 宏？.

只有在model.compile 中使用该函数才能正常工作。通过这种方式，我在每一步都看到了它的价值。问题是我不想只看到它的价值，但我希望我的训练根据它的价值表现不同，使用 Keras 的回调。

如果我尝试在回调中插入自定义指标，则会收到此错误：

'函数对象不可迭代'

你知道如何定义一个函数，以便它可以在回调中用作参数吗？

Answer 1

Keras 的回调将使我们能够根据我们跟踪的指标检索不同时期的模型。这不会影响模型的训练过程。

您只能针对某些损失函数来训练模型。例如，分类问题的交叉熵。这里给出了 keras 中现成的损失函数

精度、召回率或 f1 分数不是可微分函数。因此，我们不能将其用作模型训练的损失函数。

也许，如果您想调整超参数（例如学习率、类别权重）以提高 f1 分数，那么您可以这样做。

要调整超参数，您可以使用hyperopt、教程