如何处理keras中的单输出多重损失？

Question

我的模型有一个输出。但我想将损失分成 3 个不同的部分，以便我可以跟踪每个部分的进度。有没有办法用 keras 做到这一点？

也许我可以将相同的损失分量定义为指标，但有没有更优雅的方法？

Answer 1

您可以将损失定义为 Keras 层，然后可以手动添加所有损失和指标（如果需要）。

您可以在此处查看有关此主题的完整教程

长话短说：

• 定义计算损失的层
• 编写您自己的compile()函数，在其中添加优化器、损失和指标
• 在 model.compile(optimizer="adam", loss=...) 添加None为损失

这是在代码中手动添加损失的方式：

loss_layer_names = {"my_loss", ...}

# Adding losses
for name in loss_layer_names:
    layer = model.get_layer(name)
    loss = (tf.reduce_mean(layer.output, keepdims=True))
    model.add_loss(loss)

# Adding metrics
for name in loss_layer_names:
    layer = model.get_layer(name)
    loss = (tf.reduce_mean(layer.output, keepdims=True))
    model.metrics_names.append(name)
    model.metrics_tensors.append(loss)

model.compile(optimizer="adam", loss=[None] * len(model.outputs))

modelKeras 模型在哪里