矢量化张量运算，而不是在keras自定义损失函数中使用for循环

Question

我正在编写一个自定义损失函数，它使用惩罚矩阵来计算损失。y_true和y_pred值是矩阵惩罚矩阵A:的索引

def score(y_true, y_pred):
S = 0.0
for i in range(0, y_true.shape[0]):
S -= A[y_true[i], y_pred[i]]
return S/y_true.shape[0]

由于for循环不能提供最佳性能，我想知道如果没有它，我怎么能完成下面的代码片段

S -= A[y_true[i], y_pred[i]]

Answer 1

在我看来，如果y_true包含行索引，y_pred包含列索引，则以下内容对您有效

S = -sum(A[y_true,y_pred])