详解 TensorFlow 训练多个loss函数技巧: 训练步骤,冻结部分层

由于以前写的关于冻结层的博客不够详细,给很多读者造成困惑。为补充关于冻结层,训练多个loss的博客,遂给出更详细的过程。

简述

这里我简单的以两个阶段为例,讲解tensorflow框架下,存在两个阶段,每个阶段分别都有一个loss时,如何分步网络。如下图所示,也就是训练这种存在两个阶段的网络和两个loss的网络。
在这里插入图片描述

训练这种网络的方式很多。

训练方式一(整体训练)

首先计算总的loss

l o s s t o t a l = λ 1 ∗ l o s s 1 + λ 2 ∗ l o s s 2 loss_{total} = \lambda_1*loss1+\lambda_2*loss2 losstotal=λ1loss1+λ2loss2

合适选择权重参数 λ 1 \lambda_1 λ

  • 7
    点赞
  • 45
    收藏
    觉得还不错? 一键收藏
  • 15
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 15
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值