Keras减肥
问题内容:
我已经建模了两个输出层,即年龄和性别预测层。我想为每个输出层的损耗分配不同的权重值。我具有以下代码行。
model.compile(loss=[losses.mean_squared_error,losses.categorical_crossentropy], optimizer='sgd',loss_weights=[1,10])
我的问题是损失权重对模型性能的影响是什么?如何配置损耗权重,以便模型可以更好地预测年龄?
问题答案:
正如FrançoisChollet在《用Python深度学习》一书中所述:
用于年龄回归任务的均方误差(MSE)损失通常取值3-5,而用于性别分类任务的交叉熵损失可低至0.1。在这种情况下,为了平衡不同损失的影响,可以为交叉熵损失分配权重10,为MSE损失分配权重0.25。