Question

我正在使用带有张量流的Kears，我有一个3输出的模型，其中我只想训练2。

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)

我尝试用上面的代码来做，但我不确定它做了我想做的事情。因此，我认为它会增加损失，并且会根据损失对每个输出进行训练，同时我根本不想训练out3。（我需要out3，因为它用于测试）。有人能告诉我如何实现这一目标，或者让我放心，代码实际上是按照我想要的方式进行的吗？

Answer 1

您必须创建2个不同的模型

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

你编译两者但只适合第一个。他们将共享图层，因此即使没有经过培训，模型2也会从模型1中获得权重。但是如果out3中有一层可以训练但不在图形的输入和out1和out2之间的流动，那么该层将不会被训练，因此将保持其初始值。

这有帮助吗？： - ）

Answer 2

您可以将损失之一设置为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)

Keras只培训特定的产出

2 个答案: