終于搞懂了Keras中multiloss的對應關系介紹
更新時間:2020年06月22日 09:10:56 作者:evanna-y
這篇文章主要介紹了終于搞懂了Keras中multiloss的對應關系介紹,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
我就廢話不多說了,大家還是直接看代碼吧~
model = Model(inputs=[src, tgt], outputs=[y, flow])
#定義網絡的時候會給出輸入和輸出
model.compile(optimizer=Adam(lr=lr), loss=[
losses.cc3D(), losses.gradientLoss('l2')], loss_weights=[1.0, reg_param])
#訓練網絡的時候指定loss,如果是多l(xiāng)oss,
loss weights分別對應前面的每個loss的權重,最后輸出loss的和
train_loss = model.train_on_batch(
[X, atlas_vol], [atlas_vol, zero_flow])
#開始訓練,loss中y_pred 和y_true的對應關系是:
#輸出y與atlas_vol算cc3Dloss,輸出flow與zero_flow算gradientloss
補充知識:keras服務器用fit_generator跑的代碼,loss,acc曲線圖的保存
我就廢話不多說了,大家還是直接看代碼吧~
import matplotlib.pyplot as plt
... //數(shù)據(jù)處理代碼 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') #服務器上面保存圖片 需要設置這個
//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')
以上這篇終于搞懂了Keras中multiloss的對應關系介紹就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關文章
python數(shù)據(jù)分析之如何刪除value=0的行
這篇文章主要給大家介紹了關于python數(shù)據(jù)分析之如何刪除value=0的行的相關資料,文中通過實例代碼以及圖文介紹的非常詳細,對大家學習或者使用Python具有一定的參考學習價值,需要的朋友可以參考下2022-12-12
python中not、and和or的優(yōu)先級與詳細用法介紹
這篇文章主要給大家介紹了python中not、and和or的優(yōu)先級與詳細用法介紹,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2020-11-11
Python爬蟲之Selenium實現(xiàn)關閉瀏覽器
這篇文章主要介紹了Python爬蟲之Selenium實現(xiàn)關閉瀏覽器,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2020-12-12
Python解決%matplotlib inline標紅底報錯問題
在使用非Jupyter環(huán)境如Spyder或PyCharm時,%matplotlib inline會因為是Jupyter特有的魔法命令而導致報錯,這條命令是用于Jupyter Notebook或Jupyter Qt Console中,主要作用是將matplotlib的圖表直接嵌入到Notebook中顯示2024-09-09

