Python 在Keras中指定模型编译的多重损失函数

我想指定两个损失函数，一个用于对象类，它是交叉熵，另一个用于边界框，它是均方误差。如何在model.compile中指定每个具有相应损失函数的输出

model = Sequential()

model.add(Dense(128, activation='relu'))
out_last_dense = model.add(Dense(128, activation='relu'))
object_type = model.add(Dense(1, activation='softmax'))(out_last_dense)
object_coordinates = model.add(Dense(4, activation='softmax'))(out_last_dense)

/// here is the problem i want to specify loss function for object type and coordinates
model.compile(loss= keras.losses.categorical_crossentropy,
   optimizer= 'sgd', metrics=['accuracy'])

---

首先，您不能在这里使用顺序API，因为您的模型有两个输出层（即，您编写的内容都是错误的，并且会引起错误）。相反，您必须使用：

现在，您可以根据上面给出的名称并使用字典为每个输出层指定损失函数（以及度量）：

model.compile(loss={'type': 'binary_crossentropy', 'coord': 'mse'}, 
              optimizer='sgd', metrics={'type': 'accuracy', 'coord': 'mae'})

此外，请注意，您正在使用softmax作为激活函数，我已将其更改为上面的

sigomid

和

linear

。这是因为：1）在具有一个单元的层上使用softmax没有意义（如果有两个以上的类，则应使用softmax），2）另一层预测坐标，因此使用softmax根本不合适（除非问题公式允许您这样做）

model.compile(loss={'type': 'binary_crossentropy', 'coord': 'mse'}, 
              optimizer='sgd', metrics={'type': 'accuracy', 'coord': 'mae'})