machine-learning - Keras中多输出模型的验证损失和验证数据

Question

我想在 Keras 中训练一个具有一个输入和两个输出的模型，但我在验证设置方面遇到了一些问题。

1) Keras functional API documentation说 model.fit 可以在有多个输出时接受 numpy 数组列表作为输出。但是，对于 model.fit 的 validation_data 参数，它表示模型可以采用 (x_val, y_val) 或 (x_val, y_val, val_sample_weights) 形式的元组。那么我怎样才能传入第二个输出的 y_val 呢？我可以使用validation_split来做到这一点，还是验证分割也只应用于我的输出之一？

2) 另外，传递给 EarlyStopping 回调的验证损失是多少？对于 model.evaluate 等函数返回的损失，将返回两个损失值。对于训练，损失乘以体重的总和将被最小化。这如何与 EarlyStopping 配合使用？我希望提前停止也基于损失总和乘以权重的最小化，但我不知道这是否是实际发生的情况。

Answer 1

1. 指定 y_train 和 y_val 都可能是 numpy.arrays 列表。根据我的经验 val_split 应该可以正常工作。

2. 最终损失是所有模型损失的总和，用于检查 EarlyStopping 标准。