当模型具有多个输出时，ModelCheckpoint如何监测值

Question

我的模型有两个输出，我想要监控其中一个以保存我的模型。 以下是我的代码的一部分。TensorFlow 的版本为 2.0。

model = MobileNetBaseModel()()
model.compile(optimizer=tf.keras.optimizers.Adam(),
              metrics={"pitch_yaw_roll": "mae"},
              loss={"pitch_yaw_roll": compute_mse_loss, # or "mse"
                    "total_logits": compute_cross_entropy_loss(num_classes=num_classes)},
              loss_weights= {"pitch_yaw_roll":mse_weight, "total_logits":cross_entropy_weight})
file_path = os.path.join(checkpoint_path, "model.{epoch:2d}-{val_loss:.2f}.h5")
tf.keras.callbacks.ModelCheckpoint(filepath=file_path,
                                   monitor="val_loss",
                                   verbose=1,
                                   save_freq=save_freq,
                                   save_best_only=True)

默认情况下，在ModelCheckpoint回调函数中，monitor='val_loss'，我该如何选择我需要的内容？我想监测 {"pitch_yaw_roll": "mae"}。

- Pandas

---

你想要达到什么目标？你只想保存具有最低“pitch_yaw_roll”值的时期吗？ - bluesummers

是的，也许我想要每几个批次保存对应最低值的模型。正如我所描述的，在tf.keras.callbacks.ModelCheckpoint中，我只能选择monitor = val_loss吗？感谢您的帮助！@bluesummers - Pandas

Answer 1

如果您希望ModelCheckpoint根据其他指标保存结果，请在.compile(metrics={...}, ...)度量字典中使用该指标的键。

例如，如果您想仅保存最佳的"pitch_yaw_roll"时代结果（最佳值为最小值），则应使用：

tf.keras.callbacks.ModelCheckpoint(filepath=file_path,
                                   monitor="val_pitch_yaw_roll",
                                   verbose=1,
                                   mode="min",
                                   save_freq=save_freq,
                                   save_best_only=True)

如果选择 "pitch_yaw_roll" 而不是 "val_pitch_yaw_roll"，它将根据训练损失而不是验证损失进行保存。

- bluesummers

---

根据您的意思，我知道如何按损失保存，那么如果我想使用验证集的mae而不是验证集的损失呢？就像monitor="val_picth_yaw_roll_mae"一样？ - Pandas

就像我写的那样，不要包括 mae，只使用 val_pitch_yaw_roll - 因为这个键指向 mae，所监测的是 mae。 - bluesummers

Answer 2

仅补充上面的评论，我认为您的检查点不起作用是因为要监视的值名称不正确。 通常，在这里的解决方案可能是查看您的拟合创建的历史记录。

history = model.fit(...)
pd.DataFrame(history.history)

在那里，你会找到应该在监控语句中使用的指标名称。

- euh