有没有办法在keras中重用计算图的评估部分？

Question

我使用keras，我想在损失函数中结合ssim和其他一些函数(link)。

为了查看每个组件的值和效果，我也将每个组件定义为指标。但它会导致每个计算两次，一次在损失函数中，另一次在度量函数中。

有没有办法对每个分量计算一次并将它们的值用作度量和损失函数？谢谢

Answer 1

尝试将您的网络定义为多输出模型，例如：

Model(inputs=your_input, outputs=[your_output, your_output, ...])

然后您可以为每个（相同的）输出定义不同的损失函数，如下所示：

model.compile(..., loss=[my_loss_1, my_loss_2, ...], loss_weights=[w1, w2, ...])

为了让它更好一点，您可以使用 "identity" lambda 层来定义单独的 named 输出层（并按名称设置损失）。

out_loss1 = Lambda(lambda x: x, name='loss1')(my_output)
out_loss2 = Lambda(lambda x: x, name='loss2')(my_output)
...
model.compile(..., loss={'loss1': my_loss_1, 'loss2': my_loss_2, ...}, loss_weights={'loss1':w1, 'loss2':w2, ...})

这样你的总损失是几个损失函数的组合，你得到每个损失的值，没有多余的计算。

有没有办法在keras中重用计算图的评估部分？

Is there a way to reuse an evaluated portion of the computation graph in keras?

keras

loss-function