[英]Calculating metrics (e.g. SSIM) for multi-input multi-output Keras model
我有一个 Keras model 有 3 个输入和 2 个输出如下
_________
a --| |--- x
b --| Model |--- y
c --|_________|
有没有办法编译 model 并将指标计算为特定输入和 output 之间的结构相似性 (SSIM)(例如输入“a”和 output“x”)?
model = keras.Model([a, b, c], [x, y])
model.compile(optimizer='adam'
, loss = 'mse'
, metrics=[ssim, None])
使用多输出模型时,您可以将dict
传递给compile
的 metrics arg。 在哪里,您应该将dict
名称作为键,并将所需的指标作为值。
...要为多输出 model 的不同输出指定不同的指标,您还可以传递字典,例如 metrics={'output_a': 'accuracy', 'output_b': ['accuracy', 'mse'] }. 也可以通过一个列表来为每个output指定一个metric或者一个metric列表,比如metrics=[['accuracy'], ['accuracy', 'mse']]或者metrics=['accuracy', ['准确度', 'mse']]...
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.