Keras损失权重

Question

我有一个具有两个输出层的模型，分别是预测年龄和性别的层。我想为每个输出层的损失分配不同的权重值。我有以下代码行以实现这个目标。

model.compile(loss=[losses.mean_squared_error,losses.categorical_crossentropy], optimizer='sgd',loss_weights=[1,10])

我的问题是损失权重对模型性能有什么影响？我该如何配置损失权重，使模型在年龄预测方面表现更好？

- Mitiku

Answer 1

如 François Chollet 在书籍 Python深度学习 中所述：

用于年龄回归任务的均方误差（MSE）损失通常取值在3-5之间，而用于性别分类任务的交叉熵损失可以低至0.1。在这种情况下，为了平衡不同损失的贡献，您可以将交叉熵损失的权重设为10，将MSE损失的权重设为0.25。

- Grigorios Kalliatakis

---

Keras 作者的书籍 https://www.manning.com/books/deep-learning-with-python - Grigorios Kalliatakis