在多次損失 keras 上用單個 output 訓練 model

Question

我正在使用 keras 構建圖像分割 model，我想在多個損失函數上訓練我的 model。 我看過這個鏈接，但我正在為這種情況尋找更簡單直接的解決方案，因為我的損失函數非常復雜。 有人能告訴我如何用單個 output 和 keras 中的多個損失構建一個 model。

Answer 1

您可以使用加權損失對一個 output 使用多個損失，這是您的損失乘以權重的總和。 創建您的自定義損失，它將返回帶有系數的其他損失的總和並將其傳遞給model.compile 。 這里有一個例子。

Answer 2

這只是此處的示例。 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'])