小编sle*_*l56的帖子

我想实现在Keras [ http://ydwen.github.io/papers/WenECCV16.pdf]中解释的中心损失

我开始创建一个包含2个输出的网络,例如:

inputs = Input(shape=(100,100,3))
...
fc = Dense(100)(#previousLayer#)
softmax = Softmax(fc)
model = Model(input, output=[softmax, fc])
model.compile(optimizer='sgd', 
              loss=['categorical_crossentropy', 'center_loss'],
              metrics=['accuracy'], loss_weights=[1., 0.2])

首先,这样做,这是继续进行的好方法吗？

其次,我不知道如何在keras中实现center_loss.Center_loss看起来像均方误差,但它不是将值与固定标签进行比较,而是将值与每次迭代时更新的数据进行比较.

谢谢您的帮助