Keras 神经网络模型的多输出 loss weight metrics 设置

keras支持模型多输入多输出，本文记录多输出时loss、loss weight和metrics的设置方式。模型输出假设模型具有多个输出classify：二维数组，分类softmax输出，需要配置交叉熵损失segmentation：与输入同尺寸map，sigmoid输出，需要配置二分类损失others：自定义其他输出，需要自定义损失具体配置model变量均为模型中网络层123inputs = [

CVer儿

2296人浏览 · 2021-04-11 14:48:21

CVer儿 · 2021-04-11 14:48:21 发布

keras支持模型多输入多输出，本文记录多输出时loss、loss weight和metrics的设置方式。

模型输出

假设模型具有多个输出

classify：二维数组，分类softmax输出，需要配置交叉熵损失
segmentation：与输入同尺寸map，sigmoid输出，需要配置二分类损失
others：自定义其他输出，需要自定义损失

具体配置

model

变量均为模型中网络层

1
2
3

inputs = [input_1 , input_2]
outputs = [classify, segmentation, others]
model = keras.models.Model(inputs, outputs)

loss

my_loss = {
    'classify': 'categorical_crossentropy',\
    'segmentation':'binary_crossentropy',\
    'others':my_loss_fun}

loss weight

my_loss_weights = {
    'classify':1,\
    'segmentation':1,\
    'others':10}

metrics

my_metrics ={
    'classify':'acc',\
    'segmentation':[mean_iou,'acc'],\
    'others':['mse','acc']
    }

编译

1	model.compile(optimizer=Adam(lr=config.LEARNING_RATE), loss=my_loss, loss_weights= my_loss_weights, metrics= my_metrics)

本文标题 :  Keras 模型多输出 loss weight metrics 设置
文章作者 :
发布时间 :  2020年05月25日 - 18:50:19
最后更新 :  2020年06月19日 - 20:17:58
原始链接 :  https://www.zywvvd.com/2020/05/25/deep_learning/keras/keras-multi-metrics/keras-multi-metrics/