在多次损失 keras 上用单个 output 训练 model

Question

我正在使用 keras 构建图像分割 model，我想在多个损失函数上训练我的 model。 我看过这个链接，但我正在为这种情况寻找更简单直接的解决方案，因为我的损失函数非常复杂。 有人能告诉我如何用单个 output 和 keras 中的多个损失构建一个 model。

Answer 1

您可以使用加权损失对一个 output 使用多个损失，这是您的损失乘以权重的总和。 创建您的自定义损失，它将返回带有系数的其他损失的总和并将其传递给model.compile 。 这里有一个例子。

Answer 2

这只是此处的示例。 你可以玩弄它。

def custom_losses(y_true, y_pred):
    alpha = 0.6
    squared_difference = tf.square(y_true - y_pred)
    Huber = tf.keras.losses.huber(y_true, y_pred)
    return tf.reduce_mean(squared_difference, axis=-1) + (alpha*Huber)

model.compile(optimizer='adam', loss=custom_losses,metrics=['MeanSquaredError'])