Keras 多输入、多输出、多loss模型构建

Posted 2023-02-25

参考技术A https://blog.csdn.net/AZRRR/article/details/90380372

开始训练，loss中的对应关系是：
推理输出out1与y_true_1算cc3D_loss，推理输出out2与y_true_2算gradientloss。
而模型的两个输入img、tgt对应的分别是数据x1，x2。

Keras的数据生成器每次生成并返回的必须是一个tuple，而python函数返回的 x,y会被默认包装为tuple。

因此单输入单输出的模型，数据生成器每次可以

或者，当有多输入多输出时：

每次返回的x1,....,xn都会被自动喂入model.input中，故长度必须一致。之后模型进行推理，根据model.output获取m个output推理值，每一个output都会去调用相应的loss函数，并去获取得到对应的真实的label值，进行loss的计算。因此有m个label，对应了m个model的output数，对应了loss的数目。

也可以使用dict包裹：