Keras R中自定义RMSE损失函数如何设置以显示函数名称

这是因为你直接传入的自定义函数会被Keras自动包装成一个Python函数对象，默认没有设置可读的名称属性；而内置损失函数（比如'mse'）是通过字符串引用的预注册函数，所以model$loss会直接返回这个字符串名称。

你可以通过两种方式解决这个问题：

方法1：给自定义函数添加name属性 #

在定义完损失函数后，给它设置一个name属性，这样Keras在包装成Python函数时会使用这个名称：

# 定义自定义RMSE损失函数
RMSE <- function(y_true, y_pred){ 
  k_sqrt(k_mean(k_square(y_pred - y_true))) 
}
# 给函数添加名称属性
attr(RMSE, "name") <- "rmse"

# 创建模型时使用这个函数
model <- keras_model_sequential() %>%
  layer_dense(units = 64, activation = 'relu', input_shape = c(10)) %>%
  layer_dense(units = 1)

model %>% compile(
  optimizer = 'adam',
  loss = RMSE
)

# 现在调用model$loss会显示带有名称的函数对象
print(model$loss)
# 输出类似：<function rmse at 0x...>

方法2：注册自定义损失函数为内置风格的字符串引用 #

使用register_custom_object()把你的自定义函数注册到Keras的对象库中，这样就可以像使用内置损失函数一样用字符串引用它，此时model$loss会直接返回字符串名称：

# 定义自定义RMSE损失函数
RMSE <- function(y_true, y_pred){ 
  k_sqrt(k_mean(k_square(y_pred - y_true))) 
}
# 注册自定义损失函数
keras::register_custom_object("rmse", RMSE)

# 创建模型时使用字符串名称
model <- keras_model_sequential() %>%
  layer_dense(units = 64, activation = 'relu', input_shape = c(10)) %>%
  layer_dense(units = 1)

model %>% compile(
  optimizer = 'adam',
  loss = "rmse"
)

# 现在调用model$loss会返回字符串"rmse"
print(model$loss)
# 输出：[1] "rmse"

两种方法都能解决你的问题，方法2更贴近内置损失函数的使用方式，如果你需要和其他Keras功能（比如模型保存/加载）兼容，推荐使用方法2。

内容的提问来源于stack exchange，提问作者David Díaz