如何实现需要从softmax输出获取类标签的损失函数？

问题描述

我希望实现一个复合损失函数，该函数包括一个稀疏的交叉熵损失和另一个单独的损失，该损失需要（计算该损失）softmax输出中的预测类标签，即最大概率项的索引softmax输出向量。我最初计算出损失函数如下。

def composite_loss(y_true,y_pred):

  # cross entropy loss
  L_ce = K.sparse_categorical_crossentropy(y_true,y_pred)  

  pi = K.cast(np.pi,'float32')
  k = K.argmax(y_pred,axis=-1)
  k = K.reshape(k,(8,256,1)) # batch size = 8,adding the -1 dimension
  
  ### computing the loss function that uses the predicted class label ###

  return loss 

此损失函数在训练时不会产生错误，但是，由于K.argmax()没有导数，因此我担心在反向传播期间是否正确地确定了复合损失梯度。

有人可以为K.argmax()提供解决方案来解决我的疑问或提供替代方案（它具有导数并且可以正确地将损耗梯度归因于此）吗？

TIA：）

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）