如何在 Keras 中定义自定义精度以忽略具有特定金色标签的样本？

我想在 Keras 中编写一个自定义指标（我正在使用张量流后端），相当于categorical_accuracy，但是具有特定金色标签的样本的输出（在我的例子中是 0，来自 y_true）必须被忽略。例如，如果我的输出是：

预测 1 - 金 0

预测 1 - 金 1

准确度将为 1，因为必须忽略带有金色标签 0 的样本。也就是说，我编写的函数（并且没有给出预期结果）是：

def my_accuracy(y_true, y_pred):

    mask = K.any(K.not_equal(K.argmax(y_true, axis=-1), 0), axis=-1, keepdims=True)

    masked_y_true = y_true*K.cast(mask, K.dtype(y_true))
    masked_y_pred = y_pred*K.cast(mask, K.dtype(y_pred))

    return keras.metrics.categorical_accuracy(masked_y_true, masked_y_pred)`

任何帮助表示赞赏，谢谢！

你可以尝试这个方法：

def ignore_accuracy_of_class(class_to_ignore=0):
    def ignore_acc(y_true, y_pred):
        y_true_class = K.argmax(y_true, axis=-1)
        y_pred_class = K.argmax(y_pred, axis=-1)

        ignore_mask = K.cast(K.not_equal(y_pred_class, class_to_ignore), 'int32')
        matches = K.cast(K.equal(y_true_class, y_pred_class), 'int32') * ignore_mask
        accuracy = K.sum(matches) / K.maximum(K.sum(ignore_mask), 1)
        return accuracy

    return ignore_acc