我有一个模型内容一个编码器和两个解码器,两个损失函数:
input_shape = (384, 512, 3)
model = Model(inputs=input, outputs=[1_features, 2_features])
model = build_model(input_shape, 3)
losses = {
"loss1_output": "categorical_crossentropy",
"loss2_output": "categorical_crossentropy"}
lossWeights = {"loss1_output": 1.0, "loss2_output": 1.0}
EPOCHS = 50
INIT_LR = 1e-3
opt = Adam(lr=INIT_LR, decay=INIT_LR / EPOCHS)
model.compile(optimizer=opt, loss=losses, loss_weights=lossWeights,
metrics=["accuracy"])
我会将这两种损失的值合并到一个损失值中,并将组合的结果反向。我的问题与我阅读并尝试过的问题很接近,我发现每个分支(输出)都有一个称为损失函数的模型。