具有多重损失功能的Keras模型,对不同的数据类型应用不同的损失

时间:2019-10-16 06:52:29

标签: tensorflow machine-learning keras deep-learning loss-function

我有用于半监督学习的模型图。

模型---> layer1 ---> layer2 ---> loss1

|

->损失2

我的模型分为两个分支,并且有两个不同的损失。我仅通过将其组合在model.compile语句中来组合该损失

model.compile(loss={"branch1":loss1, "branch2":loss2 })

模型将受loss1和loss2的影响,但是layer1,layer2将仅受loss1的影响。 这被标记为案例。

loss1对于标记和未标记的数据均退出。 loss2仅适用于标记数据。有没有办法使未标记的数据的loss2为零?目前,我正在与他们分开训练(有标签和无标签)。有办法一起训练他们吗?

0 个答案:

没有答案