如何解决最小化Keras中的两个损失函数
我想最小化两个均方误差和KL散度的损失函数。 可以在Keras上实现 像
and use the search bar at the top of the page.
这段代码给了我错误,因为我无法对这些函数求和
解决方法
您可以这样定义自定义损失-
import tensorflow.keras as K
def custom_loss(y_true,y_pred):
l = K.backend.sum(K.losses.KLDivergence(y_true,y_pred),K.losses.MeanSquaredError(y_true,y_pred))
return l
model.compile(optimizer='adam',loss=custom_loss,metrics=['accuracy'])
之所以可以对这两个类求和,是因为您试图对这两个类的对象求和。相反,您需要给他们打电话并总结他们的结果。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。