Keras的损失函数和指标有什么区别？

Question

我不清楚Keras中损失函数和指标之间的区别。该文档对我没有帮助。

Answer 1

损失功能用于优化您的模型。这是优化器将最小化的函数。

指标用于判断模型的性能。这仅供您查看，与优化过程无关。

Answer 2

损失函数是参数1传递给Keras model.compile ，它实际上是在训练模型时优化的。该损失函数通常由模型最小化。

与损失函数不同，该指标是传递给Keras model.compile 的另一个参数列表，它实际上用于判断模型的性能。

例如：出于某种原因，您可能希望最小化回归模型的MSE损失，同时还要检查模型的AUC。在这种情况下，MSE是损失函数，AUC是度量。度量是模型性能参数，当模型在每个训练时期之后在验证集上判断自己时，可以看到该模型性能参数。重要的是要注意，当一个人想要停止训练模型时，该指标对于像EarlyStopping这样的少数Keras回调很重要，以防该指标对于某个确定的没有进行改进。时代。

Answer 3

我有一个人为的例子：让我们考虑2D平面上的线性回归。在这种情况下，损失函数将是均方误差，拟合线将最小化该误差。

然而，出于某种原因，我们对曲线下面积从0到1的拟合线非常感兴趣，因此这可能是其中一个指标。我们监控此指标，同时模型最小化均方误差损失函数。