Tensorflow 训练 - 打印一个 output 的多个损失

Question

我想分别打印一个 output 的所有不同损失。 目前它看起来像：

1/1 [==============================] - 1s 1s/sample - loss: 4.2632

目标是拥有如下历史：

1/1 [==============================] - 1s 1s/sample - loss1: 2.1, loss2: 2.1632

我有一个 output 层 out1 和两个损失函数 loss1 和 loss2。

def loss1(y_true, y_pred):
    ...
    return ...

def loss2(y_true, y_pred):
    ...
    return ...

当我做

model.compile(...)

我可以选择单损function，

model.compile(loss=lambda x: loss1(x) + loss2(x))

或为字典中的每个 output 定义损失

model.compile(loss={'out1': loss1(x), 'out2': loss2(x)})

因为我只有一个 output，所以这不是我的选择。 有谁知道只有一个 output 时如何单独打印损失？

Answer 1

只需使用metrics参数：

model.compile(optimizer='adam', loss='mae', metrics=['mse'])

您仍然需要选择一种损失来最小化。

Answer 2

一种解决方法是人为地创建相同的两个输出，然后将它们与等于 1 的权重组合。为了具体起见，我编写了示例：

from tensorflow.keras import Model
from tensorflow.keras.layers import Input, Dense, Lambda
from tensorflow.keras.losses import mse, mae
import numpy as np

if __name__ == '__main__':
    train_x = np.random.rand(10000, 200)
    train_y = np.random.rand(10000, 1)

    x_input = Input(shape=(200))
    x = Dense(64)(x_input)
    x = Dense(64)(x)
    x = Dense(1)(x)

    x1 = Lambda(lambda x: x, name='out1')(x)
    x2 = Lambda(lambda x: x, name='out2')(x)

    model = Model(inputs=x_input, outputs=[x1, x2])

    model.compile(optimizer='adam', loss={'out1': mse, 'out2': mae}, loss_weights={'out1': 1, 'out2': 1})

    model.fit(train_x, train_y, epochs=10)