Keras 模型多输出 loss weight metrics 设置
keras支持模型多输入多输出，本文记录多输出时loss、loss weight和metrics的设置方式。
模型输出
假设模型具有多个输出
classify： 二维数组，分类softmax输出，需要配置交叉熵损失
segmentation：与输入同尺寸map，sigmoid输出，需要配置二分类损失
others：自定义其他输出，需要自定义损失
具体配置
model
变量均为模型中网络层
inputs = [input_1 , input_2] outputs = [classify, segmentation, others] model = keras.models.Model(inputs, outputs)复制代码
loss
my_loss = {
'classify': 'categorical_crossentropy',\
'segmentation':'binary_crossentropy',\
'others':my_loss_fun}复制代码loss weight
my_loss_weights = {
'classify':1,\
'segmentation':1,\
'others':10}复制代码metrics
my_metrics ={
'classify':'acc',\
'segmentation':[mean_iou,'acc'],\
'others':['mse','acc']
}复制代码编译
model.compile(optimizer=Adam(lr=config.LEARNING_RATE), loss=my_loss, loss_weights= my_loss_weights,
作者：为为为什么
链接：https://juejin.cn/post/7018847048518598669