基于第二输出的条件损失

时间:2019-03-29 16:54:23

标签: keras

我有一个(复合)模型,可以预测2个输出。对于output1,我有固定的binary_crossentropy损失。对于output2,我需要这样的损失:

if output1 > 0.8:
    return binary_crossentropy(output2, output2_true)
else:
    return 0

如何为喀拉拉邦的损失实现这种逻辑?

1 个答案:

答案 0 :(得分:0)

为此,我认为您需要编写自己的损失函数,并使用Concatenate()合并2 NN。然后,根据1和2的合并结果,可以评估和传播您的条件损失函数。 也许像这样: https://github.com/keras-team/keras/issues/2662