在 TensorFlow 中一个接一个地预测多个输出

社会演员多 tensorflow 269

原文标题 ：Predicting Multiple Outputs one after another in Tensorflow

我想创建一个可以预测两个输出的模型。我做了一些研究，发现可以通过使用 Tensorflow Keras 中的功能 API 创建两个分支（用于预测两个输出）来做到这一点，但我有另一种方法，看起来像这样：architecture

i.e。given a input, first I want to predict output1 and then based on that I want to predict output2.

那么如何在 Tensorflow 中做到这一点？请让我知道如何进行培训，即。我将如何为每个 output1 和 output2 传递标签，然后计算损失。谢谢

原文链接：https://stackoverflow.com//questions/71588670/predicting-multiple-outputs-one-after-another-in-tensorflow

回复

我来回复
  • Mohammad Khoshbin的头像
    Mohammad Khoshbin 评论

    您可以使用 tensorflow 的功能 API 来完成。我用某种伪代码编写它：

    Inputs = your_input
x = hidden_layers()(Inputs)
Output1 = Dense()(x)
x = hidden_layers()(Output1)
Output2 = Dense()(x)

    因此，如果您需要，您可以将其分为两个模型：

    model1 = tf.keras.models.Model(inputs=[Input], outputs=[Output1])
model2 = tf.keras.models.Model(inputs=[Input], outputs=[Output2])

    或者在一个模型中拥有一切：

    model = tf.keras.models.Model(inputs=[Input], outputs=[Output2])
Output1_pred = model.get_layer('Output1').output

    更新：
    为了训练具有两个输出的模型，您可以将模型分成两个部分并分别训练每个部分，如下所示：

    model1 = tf.keras.models.Model(inputs=[Input], outputs=[Output1])
model2 = tf.keras.models.Model(inputs=[model1.get_layer('Output1').output], outputs=[Output2])
model1.cmpile(...)
model1.fit(...)

for layer in model1.layers:
    layer.trainable = False

model2.compile(...)
model2.fit(...)
    2年前 0条评论
  • Oscar的头像
    Oscar 评论

    您实际上可以通过@Mohammad 修改出色的答案，以组成一个具有两个输出的独特模型。

    Inputs = your_input
x = hidden_layers()(Inputs)
Output1 = Dense()(x)
x = hidden_layers()(Output1)
Output2 = Dense()(x)

    model = tf.keras.models.Model(inputs=[Inputs], outputs=[Output1, Output2])
model.compile(loss=[loss_1, loss_2], loss_weights=[0.5, 0.5], optimizer=sgd, metrics=['accuracy'])

    当然，您可以根据自己的情况更改权重、优化器和指标。

    然后模型必须在(X, y1, y2)where(y1, y2)分别是 output1 和 output2 标签的数据上进行训练。

    2年前 0条评论

相关问题