Keras 模型多输出 loss weight metrics 设置

keras支持模型多输入多输出，本文记录多输出时loss、loss weight和metrics的设置方式。

模型输出

假设模型具有多个输出

• classify： 二维数组，分类softmax输出，需要配置交叉熵损失
• segmentation：与输入同尺寸map，sigmoid输出，需要配置二分类损失
• others：自定义其他输出，需要自定义损失

具体配置

model

• 变量均为模型中网络层

inputs = [input_1 , input_2]
outputs = [classify, segmentation, others]
model = keras.models.Model(inputs, outputs)

loss

my_loss = {
    'classify': 'categorical_crossentropy',\
    'segmentation':'binary_crossentropy',\
    'others':my_loss_fun}

loss weight

my_loss_weights = {
    'classify':1,\
    'segmentation':1,\
    'others':10}

metrics

my_metrics ={
    'classify':'acc',\
    'segmentation':[mean_iou,'acc'],\
    'others':['mse','acc']
    }

编译

model.compile(optimizer=Adam(lr=config.LEARNING_RATE), loss=my_loss, loss_weights= my_loss_weights, metrics= my_metrics)

文章链接：
https://www.zywvvd.com/notes/study/deep-learning/keras/keras-multi-metrics/keras-multi-metrics/