Keras中多输出模型的验证损失和验证数据

Posted 2023-03-12

【中文标题】Keras中多输出模型的验证损失和验证数据

【英文标题】：validation loss and validation data of multi-output model in Keras

【发布时间】：2018-01-11 12:55:47

【问题描述】：

我想在 Keras 中训练一个具有一个输入和两个输出的模型，但我在验证设置方面遇到了一些问题。

1) Keras functional API documentation 表示，当有多个输出时，model.fit 可以接收一个 numpy 数组列表作为输出。但是，对于 model.fit 的 validation_data 参数，它表示模型可以采用 (x_val, y_val) 或 (x_val, y_val, val_sample_weights) 形式的元组。那么我怎样才能传入我的第二个输出的 y_val 呢？我可以使用validation_split 来做到这一点，还是验证拆分也只应用于我的一个输出？

2) 另外，传递给 EarlyStopping 回调的验证损失是什么？对于 model.evaluate 等函数返回的损失，将返回两个损失值。对于训练，损失的总和乘以它们的权重将被最小化。这如何与 EarlyStopping 一起工作？我希望提前停止也基于损失总和乘以权重的最小化，但我不知道这是否会实际发生。

【参考方案1】：

指定y_train 和y_val 都可能是numpy.arrays 的列表。根据我的经验，val_split 应该可以正常工作。

最终损失是所有模型损失的总和，用于检查EarlyStopping标准。