Keras - 基于epoch的损失函数

Question

我正在使用Keras框架，希望实现一个依赖于epoch的损失函数（即每个epoch的损失函数不同）。

您该如何实现？例如，可以基于 keras VAE教程提供示例吗？

感谢您的帮助。

- sbaur

Answer 1

这可以通过重新编译网络来实现。权重会被保存，不会在重新编译时改变。因此，大致的操作如下所示：

for epoch in range(nb_epoch):
     loss_function = loss_for_epoch(epoch)
     model.compile(optimizer, loss_function, metrics)
     model.fit(X, y, nb_epoch=1)

- Thomas Pinetz

---

在这种情况下，你的回调函数修改学习率，而我想要修改损失函数本身。 它的形式为：l(x, x_decoded) = a(x, x_decoded) + beta(t) * b(x, x_decoded)，且beta(t)应每个epoch更新一次。 - sbaur

编辑了答案。 - Thomas Pinetz

确实应该可以工作。我想每个时代重新编译可能需要一些时间？但这是一个解决方案，谢谢。 - sbaur

看起来这种方式会更干净：https://dev59.com/K5_ha4cB1Zd3GeqP7_zk#43102987 - sbaur

但是重新编译不会清除Adam中的第一和第二阶矩吗？ - Lugi