在Keras自定义MSE损失函数中添加if条件报错求助

这个错误的核心原因是你在TensorFlow的Graph执行模式中使用了Python原生的if语句来判断Tensor的值——在图构建阶段，y_true是一个还未填充具体数值的Tensor，不能直接当作Python布尔值来做判断，必须用TensorFlow提供的图兼容条件操作。

修改后的自定义损失函数代码 #

import keras.backend as K
import tensorflow as tf

def scaled_mse(y_true, y_pred):
    # 计算基础MSE损失
    loss = K.square(y_pred - y_true)
    # 使用tf.where替代Python if，实现图兼容的条件分支
    # 当y_true > 0.1时，损失除以y_true的绝对值；否则保持原损失
    loss = tf.where(y_true > 0.1, loss / K.abs(y_true), loss)
    return loss

关键说明 #

• tf.where(condition, x, y)会逐元素判断condition：满足条件的位置取x的值，不满足的取y的值，整个操作完全在TensorFlow计算图中完成，不会触发Python的布尔判断逻辑，完美适配Graph执行模式。
• 你的原逻辑是对y_true大于0.1的样本缩小损失权重，对y_true小于等于0.1的小数值样本保留原损失权重，这样就间接加大了模型对小数值结果的关注，这个逻辑通过tf.where完全保留了下来。

如果你的项目使用的是Keras 3（多后端版本），也可以用keras.ops.where替代tf.where，用法完全一致，兼容性更好。

内容的提问来源于stack exchange，提问作者user13517204