1. 终于搞懂了loss之间的对应关系
model = Model(inputs=[src, tgt], outputs=[y, flow])
#定义网络的时候会给出输入和输出
model.compile(optimizer=Adam(lr=lr), loss=[
losses.cc3D(), losses.gradientLoss('l2')], loss_weights=[1.0, reg_param])
#训练网络的时候指定loss,如果是多loss,
loss weights分别对应前面的每个loss的权重,最后输出loss的和
train_loss = model.train_on_batch(
[X, atlas_vol], [atlas_vol, zero_flow])
#开始训练,loss中y_pred 和y_true的对应关系是:
#输出y与atlas_vol算cc3Dloss,输出flow与zero_flow算gradientloss
终于搞懂了Keras中multiloss的对应关系
最新推荐文章于 2023-06-07 10:13:30 发布