Python 如何为多输出keras模型编写自定义损失函数?

Python 如何为多输出keras模型编写自定义损失函数?,python,tensorflow,keras,loss-function,tf.keras,Python,Tensorflow,Keras,Loss Function,Tf.keras,我有一个多输出keras模型,目前我通过这样的损失 model.compile(optimizer='adam', loss=['mse', 'binary_crossentropy'], metrics = ['accuracy']) 我不想使用两个单独的损失函数,而是想将这些损失与我自己的自定义损失函数结合起来。这个新的损失函数使用两个独立输出的预测值,从一个认证方程计算损失 为简单起见,将其视为我的输出层 out_1 = Dense(3, activation='linear')(Hla

我有一个多输出keras模型,目前我通过这样的损失

model.compile(optimizer='adam', loss=['mse', 'binary_crossentropy'], metrics = ['accuracy'])
我不想使用两个单独的损失函数,而是想将这些损失与我自己的自定义损失函数结合起来。这个新的损失函数使用两个独立输出的预测值,从一个认证方程计算损失

为简单起见,将其视为我的输出层

out_1 = Dense(3, activation='linear')(Hlayer2)
out_2 = Dense(10, activation='sigmoid')(Hlayer2) 

我们如何为多输出keras模型编写自定义损失函数?

您能举一个这样的损失函数的例子吗?如果您在上下文中编写它,也就是使用
out_1
out_2
张量以及真标签张量(如果适用),那就太好了。您阅读了吗?您能举一个这样的损失函数的例子吗?如果您在上下文中编写它会很好,即使用
out_1
out_2
张量以及真标签张量(如果适用)。您阅读了吗?