损失函数Keras out_dim> 1

Question

我有一个训练数据：

而且，我在Keras中建立了一个模型，该模型具有多个输出维度。我想预测A，B和C：

model = Sequential()
model.add(GRU(32, input_shape=(train_X.shape[1], train_X.shape[2])))
model.add(Dense(3))
model.compile(loss='mean_squared_error', optimizer='adam')

但是我想要A中的最小值mean_squared_error，即只考虑A作为损失函数。

我能做什么？

Answer 1

您可以定义自定义损失函数，仅根据mean_squared_error()的值计算A损失：

from keras import losses

def loss_A(y_true, y_pred):
    return losses.mean_squared_error(y_true[:,0], y_pred[:,0])

#...
model.compile(loss=loss_A, optimizer='adam')

Answer 2

您需要研究的是自定义损失函数：

def only_A_mean_squared(y_true, y_pred):
     return keras.losses.mean_squared_error(y_true[:,0], y_pred[:,0])

并且为了使用它：

model.compile(loss=only_A_mean_squared, optimizer='adam')

我在上面所做的是创建一个自定义损失函数，该函数仅采用第一个维度（“ A”）并将其提供给正常的keras均方误差损失函数。