keras 自定義loss model.add_loss的使用詳解
一點(diǎn)見(jiàn)解，不斷學(xué)習(xí)，歡迎指正
1、自定義loss層作為網(wǎng)絡(luò)一層加進(jìn)model，同時(shí)該loss的輸出作為網(wǎng)絡(luò)優(yōu)化的目標(biāo)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(biāo)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(biāo)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(biāo)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(bǔ)充知識(shí)：keras load_weights fine-tune
分享一個(gè)小技巧，就是在構(gòu)建網(wǎng)絡(luò)模型的時(shí)候，不要怕麻煩，給每一層都定義一個(gè)名字，這樣在復(fù)用之前的參數(shù)權(quán)重的時(shí)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(guò)簡(jiǎn)單的修改層的名字來(lái)達(dá)到加載之前訓(xùn)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(shí)候，我把想要復(fù)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?jī)?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
enumerate?是一個(gè)非常有用的函數(shù),它允許你在迭代過(guò)程中方便地獲取元素及其對(duì)應(yīng)的索引,使代碼更簡(jiǎn)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(wèn)題判斷錯(cuò)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(wèn)題判斷錯(cuò)誤的解決，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-11-11
這篇文章主要介紹了python多進(jìn)程間通信代碼實(shí)例,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)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(shí)替換多個(gè)字符串方法示例，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-09-09
python 三種方法實(shí)現(xiàn)對(duì)Excel表格的讀寫(xiě)
這篇文章主要介紹了python 三種方法實(shí)現(xiàn)對(duì)Excel表格的讀寫(xiě)，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(jì)序列和文件中元素的頻度，文章基于python的相關(guān)資料展開(kāi)詳細(xì)的內(nèi)容介紹，具有一定的參考價(jià)值需要的小伙伴可以參考一下2022-04-04
詳解BeautifulSoup獲取特定標(biāo)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(biāo)簽下內(nèi)容的方法，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)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(kāi)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(jìn)行統(tǒng)計(jì)分析，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)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(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-04-04