我需要SSIM作为网络中的丢失功能,但是我的网络有2个输出。我需要将SSIM用于第一个输出,并将cross-entropy
用于下一个输出。损失函数是它们的组合。但是,我需要具有较高的SSIM和较低的cross-entropy
,所以我认为它们的组合是不正确的。另一个问题是我在keras中找不到SSIM的实现。
Tensorflow有tf.image.ssim
,但它接受图像,我认为我不能在损失函数中使用它,对吗?您能告诉我该怎么办吗?我是keras和深度学习的初学者,我不知道如何使SSIM成为keras中的自定义损失函数。
答案 0 :(得分:0)
看看here,了解Keras中的SSIM丢失。 您可以编写自定义损失函数,并为一种预测创建SSIM损失,为另一种预测创建交叉熵。您可以返回两个损失的加权和作为最终损失。