作者热门文章
- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我的模型只有一个输出,但我想结合两种不同的损失函数:
def get_model():
# create the model here
model = Model(inputs=image, outputs=output)
alpha = 0.2
model.compile(loss=[mse, gse],
loss_weights=[1-alpha, alpha]
, ...)
但它提示我需要有两个输出,因为我定义了两个损失:
ValueError: When passing a list as loss, it should have one entry per model outputs.
The model has 1 outputs, but you passed loss=[<function mse at 0x0000024D7E1FB378>, <function gse at 0x0000024D7E1FB510>]
我能否在不必创建另一个损失函数的情况下编写我的最终损失函数(因为这会限制我在损失函数之外更改 alpha)?
我如何做类似(1-alpha)*mse + alpha*gse
的事情?
更新:
我的两个损失函数都等同于任何内置 keras 损失函数的函数签名,接受 y_true
和 y_pred
并给出损失的张量(可以是使用 K.mean()
) 减少为标量,但我相信,只要它们返回有效损失,这些损失函数的定义方式就不会影响答案。
def gse(y_true, y_pred):
# some tensor operation on y_pred and y_true
return K.mean(K.square(y_pred - y_true), axis=-1)
最佳答案
为损失指定自定义函数:
model = Model(inputs=image, outputs=output)
alpha = 0.2
model.compile(
loss=lambda y_true, y_pred: (1 - alpha) * mse(y_true, y_pred) + alpha * gse(y_true, y_pred),
...)
或者,如果您不希望丑陋的 lambda 表达式成为实际函数:
def my_loss(y_true, y_pred):
return (1 - alpha) * mse(y_true, y_pred) + alpha * gse(y_true, y_pred)
model = Model(inputs=image, outputs=output)
alpha = 0.2
model.compile(loss=my_loss, ...)
编辑:
如果您的 alpha
不是某个全局常数,您可以有一个“损失函数工厂”:
def make_my_loss(alpha):
def my_loss(y_true, y_pred):
return (1 - alpha) * mse(y_true, y_pred) + alpha * gse(y_true, y_pred)
return my_loss
model = Model(inputs=image, outputs=output)
alpha = 0.2
my_loss = make_my_loss(alpha)
model.compile(loss=my_loss, ...)
关于python - 凯拉斯/ tensorflow : Combined Loss function for single output,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/51705464/
我是一名优秀的程序员,十分优秀!