![](/img/trans.png)
[英]Transforming keras model output during training and use multiple losses
[英]Training a model with single output on multiple losses keras
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。
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。
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'])
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.