Keras 只训练特定的输出答案

【问题标题】：Keras training only specific outputsKeras 只训练特定的输出
【发布时间】：2017-03-14 11:59:36
【问题描述】：

我正在使用带有 tensorflow 的 Kears，我有一个模型有 3 个输出，我只想训练其中的 2 个。

model = Model(input=input, output=[out1,out2,out3])
model.compile(loss=[loss1, loss2, loss3], optimizer=my_optimizer)

loss1(y_true, y_pred):
    return calculate_loss1(y_true, y_pred)

loss2(y_true, y_pred):
    return calculate_loss2(y_true, y_pred)

loss3(y_true, y_pred):
    return 0.0*K.mean(y_pred)

我试图用上面的代码来做，但我不确定它是否能做我想做的事。所以我认为它会增加损失，并用该损失训练每个输出，同时我根本不想训练out3。（我需要out3，因为它用于测试）。谁能告诉我如何实现这一点或向我保证代码实际上是我想要的吗？

【问题讨论】：

标签： python neural-network keras

【解决方案1】：

你必须像这样创建 2 个不同的模型

model1 = Model(input=input, output=[out1,out2])
model2 = Model(input=input, output=[out1,out2,out3])

你编译两个，但只适合第一个。他们将共享这些层，因此模型 2，即使它没有经过训练，也会从模型 1 中学习到权重。但是，如果 out3 中有一个层是可训练的，但不在图的输入与 out1 和 out2 之间的流中，则该层将不会被训练，因此将保持其初始值。

这有帮助吗？ :-)

【讨论】：

是的，它确实有帮助！非常感谢:)
太棒了 :-) 我很高兴
对不起，还有一件事。它也适用于 model2 = Model(input=input, output=[out3]) 吗？
当然，当您创建模型对象时会发生什么，它正在编译图中从输入节点到输出节点的所有层...如果中间有您在另一个模型中训练的层，它们的权重将被训练。这就是功能 API 和层/模型对象的强大之处 :-)
感谢您的帮助 ;)

【解决方案2】：

您可以将其中一个损失设置为None：

model = Model(input=input, output=[out1,out2,out3])
model.compile(loss=[loss1, loss2, None], optimizer=my_optimizer)


loss1(y_true, y_pred):
    return calculate_loss1(y_true, y_pred)


loss2(y_true, y_pred):
    return calculate_loss2(y_true, y_pred)

【讨论】：