在 Keras 训练期间如何结合多重损失和准确性？

Question

参考，在训练期间我得到了多个损失和准确性。例如，

Epoch 1/100
1382/1382 [==============================] - 694s 502ms/step - loss: 0.6798 - decoder_loss: 0.3399 - decoder_accuracy: 0.5770 - decoder_accuracy_1: 0.5770 - val_loss: 0.6606 - val_decoder_loss: 0.3373 - val_decoder_accuracy: 0.5783 - val_decoder_accuracy_1: 0.5783

很难理解，我想要的只是损失，准确性，validation_loss和validation_accuracy。有没有办法合并它们。

另一件事是我的日志文件越来越大，因为网络在每个步骤后打印 loss/accuracy 为：

1/1382 [..............................] - ETA: 13:59 - loss: 0.7226 - decoder_loss: 0.3613 - decoder_accuracy: 0.5536 - decoder_accuracy_1: 0.5536
2/1382 [..............................] - ETA: 10:23 - loss: 0.7204 - decoder_loss: 0.3602 - decoder_accuracy: 0.5881 - decoder_accuracy_1: 0.5881
3/1382 [..............................] - ETA: 8:57 - loss: 0.7151 - decoder_loss: 0.3576 - decoder_accuracy: 0.5821 - decoder_accuracy_1: 0.5821

我可以减少它只在epoch结束时输出而不是每一步输出吗？

Answer 1

我假设你使用 keras 的 fit 函数，verbose 为 1。例如。

model.fit(Xtrain, Ytrain, batch_size = 32, epochs = 100, verbose=1)

您可以将verbose 更改为2，这样每个epoch 只会得到一个输出。或者，如果将 verbose 设置为 0，则可以关闭训练进度输出。（来源：Keras API）例如

model.fit(Xtrain, Ytrain, batch_size = 32, epochs = 5, verbose=2)

应该给你这样的输出：

希望这能解决您的问题。如果没有，您可能想分享一些您的代码，以便我们进一步帮助您。

编辑 1： 至于你是否可以影响你的监控指标的问题：是的，你可以，但我只能用假设来回答你的问题，因为我没有你的代码。如果您将 keras 用于您的模型，您应该在某处使用 keras 的 "compile" 函数。例如

model.compile(optimizer=keras.optimizers.RMSprop(),  # Optimizer
          # Loss function to minimize
          loss=keras.losses.SparseCategoricalCrossentropy(from_logits=True),
          # List of metrics to monitor
          metrics=["accuracy"])

如果您将指标值更改为您希望看到的值，您可以影响控制台中显示的指标。（来源：Kearas API,Keras Metrics）

如果您只想查看 loss, accuracy 可以使用上面的示例。如果您在 fit 函数中使用验证 _split 或 validation_datat，则会相应地生成指标 val_...。例如

history = model.fit(x_train, y_train,
                batch_size=64,
                epochs=3,
                # We pass some validation for
                # monitoring validation loss and metrics
                # at the end of each epoch
                validation_data=(x_val, y_val))

如果给你举两个例子来形象化我的观点示例 1 显示 accuracy, loss, val_acc 和 val_loss 示例 2 显示 accuracy, loss,mae, val_acc, val_loss 和 val_mae

为了完整起见，这里 link 到 colab notebook，在那里你可以看到我的代码：Colab for Examples

我希望这有助于彻底解决您的问题。如果不告诉我。

在 Keras 训练期间如何结合多重损失和准确性？

How to combine multiple loss and accuracy during training in Keras?

output

autoencoder

conv-neural-network

keras