在多输出 keras 模型中计算损失时，y_pred 和 y_true 是什么？

Question

我目前有一个多输出模型

model=Model(inputs=x1, outputs=[y1,y2])
model.compile((optimizer='sgd', loss=[cutom_loss,'mse'])

mse 损失函数的 y_pred 和 y_true 值是多少？ mse 的 y_true 是什么？它是 y2 单独的输出还是 y1 和 y2 的输出？

在我的custom_loss 中，我需要分别从两个输出中传递 y_true 和 y_pred 进行计算

 def custom_loss(y1_true, y1_pred,y2_true, y2_pred):

我该怎么做？

Answer 1

很遗憾，您无法定义“全局”损失函数。 A loss function is always computed only on one output（请参阅已接受答案中的伪代码）。

在您的示例中，自定义损失将根据 y1_true 和 y1_pred 计算，而 mse 将根据 y2_true 和 y2_pred 计算。

如果你想要一个包含 y1 和 y2 输出的自定义损失，我可以考虑两种方法：

1. 在一个输出中折叠多个输出：如果 y1 和 y2 是相似的向量，您可以将它们连接起来，以便只有一个输出。然后在您的自定义损失中应用一些索引/切片以分离两个输出。
2. 将损失作为模型的输出：创建自定义网络图 （使用 keras 功能 API 和后端）计算损失， 通过将 y1_true 和 y2_true 作为网络的输入；通过做 也就是说，您的最终模型将有 3 个输出； y1_pred、y2_pred 和 失利。训练后，您可以丢弃模型的一部分 不再感兴趣（y_true 输入和损失输出）。

我记得我过去也遇到过类似的问题，我选择实施选项 2，但这有点痛苦。