回答編集履歴
1
d
answer
CHANGED
|
@@ -34,4 +34,46 @@
|
|
|
34
34
|
#plot_model(model, to_file='model.png', show_shapes=True)
|
|
35
35
|
```
|
|
36
36
|
|
|
37
|
-
|
|
37
|
+
|
|
38
|
+
|
|
39
|
+
## 追記
|
|
40
|
+
|
|
41
|
+
2つの出力を持つモデルでそれぞれ異なる損失関数を使用する方法
|
|
42
|
+
|
|
43
|
+
```python
|
|
44
|
+
from keras.layers import Input, Dense
|
|
45
|
+
from keras.models import Model
|
|
46
|
+
from keras import backend as K
|
|
47
|
+
|
|
48
|
+
def encoder(input_):
|
|
49
|
+
d1 = Dense(10, activation="relu")(input_)
|
|
50
|
+
d2 = Dense(10, activation="relu")(d1)
|
|
51
|
+
d3 = Dense(10)(d2)
|
|
52
|
+
return d3
|
|
53
|
+
|
|
54
|
+
|
|
55
|
+
def decoder(input_):
|
|
56
|
+
d1 = Dense(10, activation="relu")(input_)
|
|
57
|
+
d2 = Dense(10, activation="relu")(d1)
|
|
58
|
+
d3 = Dense(10)(d2)
|
|
59
|
+
return d3
|
|
60
|
+
|
|
61
|
+
|
|
62
|
+
input1 = Input(shape=(100,))
|
|
63
|
+
input2 = Input(shape=(100,))
|
|
64
|
+
|
|
65
|
+
output1 = encoder(input1)
|
|
66
|
+
output2 = encoder(input2)
|
|
67
|
+
|
|
68
|
+
# モデルは適当なので、適宜変更してください。
|
|
69
|
+
model = Model(inputs=[input1, input2], outputs=[output1, output2])
|
|
70
|
+
|
|
71
|
+
def my_loss_function(y_pred, y_true):
|
|
72
|
+
# (Batchsize,) のテンソルを返す自作の損失関数
|
|
73
|
+
# 以下は適当なので、適宜変更してください。
|
|
74
|
+
return K.mean(K.square(y_pred - y_true), axis=-1)
|
|
75
|
+
|
|
76
|
+
model.compile(loss=['mean_squared_error', my_loss_function], # output1, output2 の出力に対応する損失関数
|
|
77
|
+
loss_weights=[1.0, 1.0], # 損失関数を足し合わせる際の重み
|
|
78
|
+
optimizer='adam')
|
|
79
|
+
```
|