keras 自定義loss model.add_loss的使用詳解
更新時間：2020年06月22日 14:44:41 作者：fanzy1234
這篇文章主要介紹了keras 自定義loss model.add_loss的使用詳解，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
一點見解，不斷學習，歡迎指正
1、自定義loss層作為網(wǎng)絡(luò)一層加進model，同時該loss的輸出作為網(wǎng)絡(luò)優(yōu)化的目標函數(shù)
from keras.models import Model
import keras.layers as KL
import keras.backend as K
import numpy as np
from keras.utils.vis_utils import plot_model
x_train=np.random.normal(1,1,(100,784))
x_in = KL.Input(shape=(784,))
x = x_in
x = KL.Dense(100, activation='relu')(x)
x = KL.Dense(784, activation='sigmoid')(x)
def custom_loss1(y_true,y_pred):
return K.mean(K.abs(y_true-y_pred))
loss1=KL.Lambda(lambda x:custom_loss1(*x),name='loss1')([x,x_in])
model = Model(x_in, [loss1])
model.get_layer('loss1').output#取出loss
model.add_loss(loss1)#作為網(wǎng)絡(luò)優(yōu)化的目標函數(shù)
model.compile(optimizer='adam')
plot_model(model,to_file='model.png',show_shapes=True)
#
model.fit(x_train, None, epochs=5)
2、自定義loss,作為網(wǎng)絡(luò)優(yōu)化的目標函數(shù)
x_in = KL.Input(shape=(784,)) x = x_in x = KL.Dense(100, activation='relu')(x) x = KL.Dense(784, activation='sigmoid')(x) model = Model(x_in, x) loss = K.mean((x - x_in)**2) model.add_loss(loss)#只是作為loss優(yōu)化目標函數(shù) model.compile(optimizer='adam') plot_model(model,to_file='model.png',show_shapes=True) model.fit(x_train, None, epochs=5)
補充知識：keras load_weights fine-tune
分享一個小技巧，就是在構(gòu)建網(wǎng)絡(luò)模型的時候，不要怕麻煩，給每一層都定義一個名字，這樣在復用之前的參數(shù)權(quán)重的時候，除了官網(wǎng)給的先加載權(quán)重，再凍結(jié)權(quán)重之外，你可以通過簡單的修改層的名字來達到加載之前訓練的權(quán)重的目的，假設(shè)權(quán)重文件保存為model_pretrain.h5 ,重新使用的時候，我把想要復用的層的名字設(shè)置成一樣的，然后
model.load_weights('model_pretrain.h5', by_name=True)
以上這篇keras 自定義loss model.add_loss的使用詳解就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關(guān)文章
enumerate?是一個非常有用的函數(shù),它允許你在迭代過程中方便地獲取元素及其對應的索引,使代碼更簡潔、更Pythonic,這篇文章主要介紹了Python中的enumerate函數(shù)示例詳解,需要的朋友可以參考下2023-08-08
python os.path.isfile()因參數(shù)問題判斷錯誤的解決
今天小編就為大家分享一篇python os.path.isfile()因參數(shù)問題判斷錯誤的解決，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-11-11
這篇文章主要介紹了python多進程間通信代碼實例,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2019-09-09
這篇文章主要介紹了python同時替換多個字符串方法示例，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2019-09-09
python 三種方法實現(xiàn)對Excel表格的讀寫
這篇文章主要介紹了python 三種方法實現(xiàn)對Excel表格的讀寫，幫助大家更好的利用python處理表格，感興趣的朋友可以了解下2020-11-11
這篇文章主要介紹了Python統(tǒng)計序列和文件中元素的頻度，文章基于python的相關(guān)資料展開詳細的內(nèi)容介紹，具有一定的參考價值需要的小伙伴可以參考一下2022-04-04
詳解BeautifulSoup獲取特定標簽下內(nèi)容的方法
這篇文章主要介紹了詳解BeautifulSoup獲取特定標簽下內(nèi)容的方法，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-12-12
python把數(shù)據(jù)框?qū)懭隡ySQL的方法
這篇文章主要介紹了如何讓python把數(shù)據(jù)框?qū)懭隡ySQL,下文利用上海市2016年9月1日公共交通卡刷卡數(shù)據(jù)的一份數(shù)據(jù)單展開其方法，需要的小伙伴可以參考一下2022-03-03
本文主要介紹了NumPy進行統(tǒng)計分析，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2023-05-05
下面小編就為大家分享一篇python的dataframe和matrix的互換方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-04-04