将 keras 损失函数乘以常数

Question

是否可以用符号将内置 keras 损失函数乘以常数？例如，如果我想要两个输出损耗的线性组合。

我可以编写一个自定义损失函数，但它不会被编译，因为它是 python 代码，而不是符号 Keras 吗？我正在寻找一种在纯 Keras （或 TF）中做到这一点的方法

Answer 1

如果您的模型产生多个输出，您可以通过向模型方法的参数提供Keras 损失列表来为每个输出分配一个损失函数。例如，如果您的模型的形式为losscompile

model = Model(inputs=[input_a, input_b], outputs=[output_a, output_b])

你可以像这样编译它：

model.compile(
    optimizer='rmsprop',
    loss=['binary_crossentropy', 'mean_squared_error'],
    loss_weights=[1., 0.2]
)

这会将二元交叉熵损失分配给输出output_a，并将均方误差损失分配给output_b。最终最小化的损失将是这些损失的加权和，权重在中指定loss_weights。

或者，如果输出层已命名，您还可以使用以输出层名称作为键的字典来指定loss和。loss_weights这可能有助于消除将哪些损失和权重分配给哪些输出的歧义。