终于搞懂了Keras中multiloss的对应关系介绍


Posted in Python onJune 22, 2020

我就废话不多说了,大家还是直接看代码吧~

model = Model(inputs=[src, tgt], outputs=[y, flow])  
#定义网络的时候会给出输入和输出
model.compile(optimizer=Adam(lr=lr), loss=[
           losses.cc3D(), losses.gradientLoss('l2')], loss_weights=[1.0, reg_param]) 
#训练网络的时候指定loss,如果是多loss,
loss weights分别对应前面的每个loss的权重,最后输出loss的和
train_loss = model.train_on_batch(
      [X, atlas_vol], [atlas_vol, zero_flow]) 
 #开始训练,loss中y_pred 和y_true的对应关系是:
 #输出y与atlas_vol算cc3Dloss,输出flow与zero_flow算gradientloss

补充知识:keras服务器用fit_generator跑的代码,loss,acc曲线图的保存

我就废话不多说了,大家还是直接看代码吧~

import matplotlib.pyplot as plt

...  //数据处理代码 省略

history = model.fit_generator(
  image_generator, steps_per_epoch=2000 // 32 ,
  epochs=16, verbose=1,
  validation_data=image_generator_TEST, validation_steps=20
)

print(history.history.keys())
plt.switch_backend('agg')  #服务器上面保存图片 需要设置这个
//acc
plt.plot(history.history['acc'])
plt.plot(history.history['val_acc'])
plt.title('model accuracy')
plt.ylabel('accuracy')
plt.xlabel('epoch')
plt.legend(['train', 'test'], loc='upper left')
plt.savefig('acc.jpg')
//loss
plt.plot(history.history['loss'])
plt.plot(history.history['val_loss'])
plt.ylabel('loss')
plt.xlabel('epoch')
plt.legend(['train', 'test'], loc='upper left')
plt.savefig('loss.jpg')

以上这篇终于搞懂了Keras中multiloss的对应关系介绍就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持三水点靠木。

Python 相关文章推荐
python操作MySQL数据库的方法分享
May 29 Python
Python中模拟enum枚举类型的5种方法分享
Nov 22 Python
python的random模块及加权随机算法的python实现方法
Jan 04 Python
python实现决策树分类算法
Dec 21 Python
Python continue继续循环用法总结
Jun 10 Python
python hbase读取数据发送kafka的方法
Dec 27 Python
django基础学习之send_mail功能
Aug 07 Python
python爬取Ajax动态加载网页过程解析
Sep 05 Python
Python面向对象之多态原理与用法案例分析
Dec 30 Python
python 爬取疫情数据的源码
Feb 09 Python
Python定时任务框架APScheduler原理及常用代码
Oct 05 Python
python urllib和urllib3知识点总结
Feb 08 Python
keras 多任务多loss实例
Jun 22 #Python
python对execl 处理操作代码
Jun 22 #Python
Python select及selectors模块概念用法详解
Jun 22 #Python
tensorflow 2.0模式下训练的模型转成 tf1.x 版本的pb模型实例
Jun 22 #Python
利用Vscode进行Python开发环境配置的步骤
Jun 22 #Python
Python Excel vlookup函数实现过程解析
Jun 22 #Python
宝塔面板成功部署Django项目流程(图文)
Jun 22 #Python
You might like
PHP实现显示照片exif信息的方法
2014/07/11 PHP
浅析PHP数据导出知识点
2018/02/17 PHP
一文掌握PHP Xdebug 本地与远程调试(小结)
2019/04/23 PHP
JS验证日期的格式YYYY-mm-dd 具体实现
2013/06/29 Javascript
jQuery数据类型小结(14个)
2016/01/08 Javascript
Web性能优化系列 10个提升JavaScript性能的技巧
2016/09/27 Javascript
JavaScript之json_动力节点Java学院整理
2017/06/29 Javascript
使用bootstraptable插件实现表格记录的查询、分页、排序操作
2017/08/06 Javascript
微信小程序使用audio组件播放音乐功能示例【附源码下载】
2017/12/08 Javascript
vue history 模式打包部署在域名的二级目录的配置指南
2019/07/02 Javascript
vue 使用post/get 下载导出文件操作
2020/08/07 Javascript
[02:02]2018DOTA2亚洲邀请赛Mineski赛前采访
2018/04/04 DOTA
[52:06]FNATIC vs NIP 2019国际邀请赛小组赛 BO2 第二场 8.16
2019/08/19 DOTA
python3使用urllib示例取googletranslate(谷歌翻译)
2014/01/23 Python
python list转dict示例分享
2014/01/28 Python
python通过定义一个类实例作为ftp回调方法
2015/05/04 Python
Tornado Web Server框架编写简易Python服务器
2018/07/28 Python
Python读取mat文件,并保存为pickle格式的方法
2018/10/23 Python
安装python及pycharm的教程图解
2019/10/10 Python
Python 实现自动获取种子磁力链接方式
2020/01/16 Python
pytorch实现seq2seq时对loss进行mask的方式
2020/02/18 Python
pycharm 2020 1.1的安装流程
2020/09/29 Python
匡威帆布鞋美国官网:Converse美国
2016/08/22 全球购物
希尔顿酒店中国网站:Hilton中国
2017/03/11 全球购物
英国二手物品交易网站:Preloved
2017/10/06 全球购物
西班牙在线光学:Visual-Click
2020/06/22 全球购物
NHL官方在线商店:Shop.NHL.com
2020/05/01 全球购物
出国考察邀请函
2014/01/21 职场文书
幼儿园运动会入场词
2014/02/10 职场文书
先进员工获奖感言
2014/08/14 职场文书
个人年终总结开头
2015/03/06 职场文书
刘胡兰观后感
2015/06/16 职场文书
怎样写好工作计划
2019/04/10 职场文书
Java如何实现树的同构?
2021/06/22 Java/Android
Python中生成随机数据安全性、多功能性、用途和速度方面进行比较
2022/04/14 Python
Android 中的类文件和类加载器详情
2022/06/05 Java/Android