Keras： model.compile中自定义loss函数

方式1   只含参数y_true和y_pred

特点：适合只利用y_true和y_pred设计简单的loss，比如MSE、MAE、交叉熵loss等等

import keras.backend as K

"""
    这里定义model
"""


# 只含参数 y_true, y_pred
# MSE loss
def mean_squared_error(y_true, y_pred):
    
    # 这里自己写，或者直接return
    return K.mean(K.square(y_pred - y_true), axis=-1)


model.compile(optimizer='rmsprop',
              loss=mean_squared_error,                 # 这里对应上面loss函数名称即可
              metrics=['accuracy', mean_pred])




"""
   下面为其他loss函数，可替换上面的MSE loss
"""

def mean_absolute_error(y_true, y_pred):
    return K.mean(K.abs(y_pred - y_true), axis=-1)


def mean_absolute_percentage_error(y_true, y_pred):
    diff = K.abs((y_true - y_pred) / K.clip(K.abs(y_true), K.epsilon(), np.inf))
    r