欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

終于搞懂了Keras中multiloss的對應(yīng)關(guān)系介紹

 更新時(shí)間：2020年06月22日 09:10:56   作者：evanna-y  
這篇文章主要介紹了終于搞懂了Keras中multiloss的對應(yīng)關(guān)系介紹,具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧

我就廢話不多說了，大家還是直接看代碼吧~

model = Model(inputs=[src, tgt], outputs=[y, flow])  
#定義網(wǎng)絡(luò)的時(shí)候會(huì)給出輸入和輸出
model.compile(optimizer=Adam(lr=lr), loss=[
           losses.cc3D(), losses.gradientLoss('l2')], loss_weights=[1.0, reg_param]) 
#訓(xùn)練網(wǎng)絡(luò)的時(shí)候指定loss，如果是多l(xiāng)oss，
loss weights分別對應(yīng)前面的每個(gè)loss的權(quán)重，最后輸出loss的和
train_loss = model.train_on_batch(
      [X, atlas_vol], [atlas_vol, zero_flow]) 
 #開始訓(xùn)練，loss中y_pred 和y_true的對應(yīng)關(guān)系是：
 #輸出y與atlas_vol算cc3Dloss，輸出flow與zero_flow算gradientloss

補(bǔ)充知識(shí)：keras服務(wù)器用fit_generator跑的代碼，loss,acc曲線圖的保存

我就廢話不多說了，大家還是直接看代碼吧~

import matplotlib.pyplot as plt

...  //數(shù)據(jù)處理代碼 省略

history = model.fit_generator(
  image_generator, steps_per_epoch=2000 // 32 ,
  epochs=16, verbose=1,
  validation_data=image_generator_TEST, validation_steps=20
)

print(history.history.keys())
plt.switch_backend('agg')  #服務(wù)器上面保存圖片 需要設(shè)置這個(gè)
//acc
plt.plot(history.history['acc'])
plt.plot(history.history['val_acc'])
plt.title('model accuracy')
plt.ylabel('accuracy')
plt.xlabel('epoch')
plt.legend(['train', 'test'], loc='upper left')
plt.savefig('acc.jpg')
//loss
plt.plot(history.history['loss'])
plt.plot(history.history['val_loss'])
plt.ylabel('loss')
plt.xlabel('epoch')
plt.legend(['train', 'test'], loc='upper left')
plt.savefig('loss.jpg')

以上這篇終于搞懂了Keras中multiloss的對應(yīng)關(guān)系介紹就是小編分享給大家的全部內(nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

相關(guān)文章

最新評論