Keras,如何向自定义损失函数传递额外参数?

我有一个多输出的模型,如下所示:

model_in = Input((None, None, 3))out_1 = Dense(10)(model_in)out_2 = Dense(20)(model_in)model = keras.Model(model_in, [out_1, out_2])model.compile('adam', loss = [loss_fn_1, loss_fn_2])

对于每个训练样本,我有一个掩码,这个掩码应该在我的自定义损失函数中使用(实际上,我的数据生成器根据输入样本生成这个掩码)。因此,对于每个样本,我有一个输入、两个输出和一个应该在损失函数中使用的掩码。我的问题是如何将掩码传递给相应的损失函数(我对每个输出使用不同的损失函数)?


回答:

你的损失函数有三个参数,因此无法与keras的compile()fit()一起使用(https://keras.io/api/losses/)。

你有两个选择:

  1. 创建自定义循环,或
  2. 创建自定义层并使用add_loss()

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注