在Keras中為模型編譯指定多重損失函數

Question

我想為交叉熵的對象類指定2個損失函數，為邊界均方誤差的邊界框指定2個損失函數。 如何指定在model.compile每個輸出與相應的損失函數？

model = Sequential()

model.add(Dense(128, activation='relu'))
out_last_dense = model.add(Dense(128, activation='relu'))
object_type = model.add(Dense(1, activation='softmax'))(out_last_dense)
object_coordinates = model.add(Dense(4, activation='softmax'))(out_last_dense)

/// here is the problem i want to specify loss function for object type and coordinates
model.compile(loss= keras.losses.categorical_crossentropy,
   optimizer= 'sgd', metrics=['accuracy'])

Answer 1

首先，由於模型有兩個輸出層，因此不能在這里使用Sequential API（即，您編寫的內容都是錯誤的，並且會引發錯誤）。 相反，您必須使用Keras Functional API ：

inp = Input(shape=...)
x = Dense(128, activation='relu')(inp)
x = Dense(128, activation='relu')(x)
object_type = Dense(1, activation='sigmoid', name='type')(x)
object_coordinates = Dense(4, activation='linear', name='coord')(x)

現在，您可以根據上面給出的名稱並使用字典為每個輸出層指定損失函數（以及度量）：

model.compile(loss={'type': 'binary_crossentropy', 'coord': 'mse'}, 
              optimizer='sgd', metrics={'type': 'accuracy', 'coord': 'mae'})

此外，請注意，您正在使用softmax作為激活函數，並且在上面將其更改為sigomid和linear 。 這是因為：1）在具有一個單位的層上使用softmax沒有意義（如果有兩個以上的類，則應使用softmax），並且2）另一層預測坐標，因此使用softmax根本不適合（除非問題表述允許您這樣做）。