将自定义损失添加到eval_metric_ops

Question

我用sequence_loss定义了我自己的损失函数

loss = tf.contrib.legacy_seq2seq.sequence_loss(logits, labels, weights)

我希望将其添加到eval_metric_ops中，以便在我的 ML 引擎包中我可以连续显示张量板中的评估损失(默认值只是准确性(。我尝试将其添加为自定义eval_metric_ops

eval_metric_ops = {
'loss': loss # this has already been coputed for Modes.EVAL
}

但是，我收到错误"TypeError：eval_metric_ops的值必须是(metric_value，update_op(元组，给定：Tensor("sequence_loss/truediv：0"，shape=((，dtype=float32(键：损失" - 我需要做什么才能将损失作为eval_metric_op传递？我猜我目前的损失应该是指标值，但我不确定update_op应该是多少？

Answer 1

在您的情况下，可以使用tf.metrics使用损失的移动平均值来实现度量函数：

def metric_fn(labels, predict):
loss = tf.contrib.legacy_seq2seq.sequence_loss(logits, labels, weights)
mean, op = tf.metrics.mean(loss)
return mean, op