在多个损失 keras 上训练具有单个输出的模型答案

【问题标题】：Training a model with single output on multiple losses keras在多个损失 keras 上训练具有单个输出的模型
【发布时间】：2020-02-29 16:57:19
【问题描述】：

我正在使用 keras 构建图像分割模型，我想在多个损失函数上训练我的模型。我已经看到this 链接，但我正在为这种情况寻找一种更简单直接的解决方案，因为我的损失函数非常复杂。有人可以告诉我如何在 keras 中构建具有多个损失的单一输出模型。

【问题讨论】：

标签： python tensorflow keras deep-learning loss-function

【解决方案1】：

您可以使用加权损失在一个输出中使用多个损失，这是您的损失乘以权重的总和。创建您的自定义损失，它将返回带有系数的其他损失的总和并将其传递给model.compile。有一个例子here。

【讨论】：

【解决方案2】：

这只是here 的一个例子。你可以玩弄它。

def custom_losses(y_true, y_pred):
    alpha = 0.6
    squared_difference = tf.square(y_true - y_pred)
    Huber = tf.keras.losses.huber(y_true, y_pred)
    return tf.reduce_mean(squared_difference, axis=-1) + (alpha*Huber)

model.compile(optimizer='adam', loss=custom_losses,metrics=['MeanSquaredError'])

【讨论】：