Keras训练仅特定的输出

Question

我正在使用tensorflow中的Kears，我的模型有3个输出，但我只想训练其中的2个。

model = Model(input=input, output=[out1,out2,out3])
model.compile(loss=[loss1, loss2, loss3], optimizer=my_optimizer)

loss1(y_true, y_pred):
    return calculate_loss1(y_true, y_pred)

loss2(y_true, y_pred):
    return calculate_loss2(y_true, y_pred)

loss3(y_true, y_pred):
    return 0.0*K.mean(y_pred)

我尝试使用上面的代码，但不确定它是否做我想要做的事情。我认为它会累加损失，并训练每个输出与该损失，而我不希望训练out3。（我需要out3因为它在测试中使用）。有人可以告诉我如何实现这一点，或者保证代码实际上达到了我想要的效果吗？

- DalekSupreme

Answer 1

你需要创建两个不同的模型，就像这样

model1 = Model(input=input, output=[out1,out2])
model2 = Model(input=input, output=[out1,out2,out3])

你编译了两个模型，但只调整了第一个模型。这两个模型将共享层，因此，即使model2没有被训练过，它也将拥有从model1学习到的权重。但是如果out3中存在一层是可训练的，但不在图表中输入和out1以及out2之间的流程中，那么该层将无法训练，因此它将保留其初始值。

这有帮助吗？:-)

- Nassim Ben

---

是的，它有帮助！非常感谢 :) - DalekSupreme

太好了 :-) 我很高兴。 - Nassim Ben

当您创建模型对象时，它会编译从输入到输出节点的图中的所有层...如果在其中有在另一个模型中训练的层，则它们的权重将被训练。这就是函数式API和层/模型对象的强大之处 :-) - Nassim Ben

我阅读了这个来源：https://dev59.com/xlkS5IYBdhLWcg3wDyj5。哪一个更合适？ - donto

你是个天才。非常感谢你！ - krenerd

Answer 2

您可以将其中一个损失设置为None:

model = Model(input=input, output=[out1,out2,out3])
model.compile(loss=[loss1, loss2, None], optimizer=my_optimizer)


loss1(y_true, y_pred):
    return calculate_loss1(y_true, y_pred)


loss2(y_true, y_pred):
    return calculate_loss2(y_true, y_pred)

- cserpell