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的對應關系介紹

 更新時間: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的對應關系介紹,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

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)絡的時候會給出輸入和輸出
model.compile(optimizer=Adam(lr=lr), loss=[
           losses.cc3D(), losses.gradientLoss('l2')], loss_weights=[1.0, reg_param]) 
#訓練網(wǎng)絡的時候指定loss,如果是多l(xiāng)oss,
loss weights分別對應前面的每個loss的權重,最后輸出loss的和
train_loss = model.train_on_batch(
      [X, atlas_vol], [atlas_vol, zero_flow]) 
 #開始訓練,loss中y_pred 和y_true的對應關系是:
 #輸出y與atlas_vol算cc3Dloss,輸出flow與zero_flow算gradientloss

補充知識:keras服務器用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')  #服務器上面保存圖片 需要設置這個
//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的對應關系介紹就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。

相關文章

最新評論