如何处理模型输出以计算损失答案

【问题标题】：How to deal with the model output to compute the loss如何处理模型输出以计算损失
【发布时间】：2019-09-21 14:01:52
【问题描述】：

我正在努力在 Keras 中训练模型，通过最小化正确数据和“输入*输出”之间的损失，但不知道如何处理它。

鉴于此

X：模型输入（训练数据）

Y：模型输出

T：正确的数据

模型 = 模型（输入=X，输出=Y）

那么，在我的理解中， model.fit(X,T) 根据用户定义的损失函数训练模型以最小化 Y(=model(X)) 和 T 之间的距离。

我的问题是：如果我想最小化 Y*X 和 T 之间的距离怎么办？

我认为像“model.fit(X * model.predict(X), T)”这样的写法会很好用吗？（实际上并没有）我想知道如何编写代码来做到这一点。

提前感谢您的建议。

【问题讨论】：

标签： python keras model

【解决方案1】：

制作功能性 API 模型：

inputs = Input(input_shape)
outputs = SomeLayer(...)(inputs)
outputs = SomeLayer(...)(outputs)
outputs = SomeLayer(...)(outputs)
....

outputs = Multiply()([inputs, outputs])

model = Model(inputs, outputs)
model.compile(optimizer=optimizer, loss=loss, metrics=metrics)

model.fit(X, T, ...)

【讨论】：

感谢您的快速回复。根据您的回答，输出似乎成倍增加。但是，我希望模型在乘以输入之前输出 Y。