Python 在计算多输出keras模型中的损失时，y_pred和y_true是什么？

我目前有一个多输出模型

model=Model(inputs=x1, outputs=[y1,y2])
model.compile((optimizer='sgd', loss=[cutom_loss,'mse'])

mse

损失函数的

y\u pred

和

y\u true

值是多少？对于

mse

，什么是

y_true

；它是单独输出y2还是同时输出y1和y2

在我的

custom_loss

中，我需要分别从两个输出传递y_true和y_pred进行计算

 def custom_loss(y1_true, y1_pred,y2_true, y2_pred):

---

我如何才能做到这一点？

不幸的是，您无法定义“全局”损失函数。 （参见接受答案中的伪代码）

在您的示例中，自定义损失将根据y1_true和y1_pred计算，而mse将根据y2_true和y2_pred计算

如果您希望自定义损耗同时包含y1和y2输出，我可以想出两种方法：

在一个输出中折叠多个输出：如果y1和y2是相似的向量，可以将它们串联起来，以便只有一个输出。然后在自定义丢失中，应用一些索引/切片以分离两个输出

将丢失作为模型的输出：创建自定义网络图 （使用keras functional API和后端）计算损失， 通过将y1_true和y2_true作为网络的输入；通过做 也就是说，您的最终模型将有3个输出；y1_pred、y2_pred和 损失。培训后，您可以丢弃模型的一部分 不再感兴趣（y_真实输入和损失输出）

我记得我在过去也遇到过类似的问题，我选择实施选项2，但这有点痛苦