如何同时为两个不同的训练集和不同的成本函数训练 Keras 模型答案

【问题标题】：How to train a Keras model for two different training set and different cost functions at the same time如何同时为两个不同的训练集和不同的成本函数训练 Keras 模型
【发布时间】：2019-08-25 07:57:35
【问题描述】：

我正在尝试根据两组不同的训练数据来训练 CNN。对于训练数据集 A 和 B，我想分别优化成本函数 Cost_A 和 Cost_B。我想确保在训练过程中模型参数朝着两个损失函数同时优化的方向变化。

有人知道如何在 Keras 中实现它吗？

PS：我不是在找代码！一个提示就足够了！

【问题讨论】：

您好，欢迎来到 SO :) 您需要让人们更容易帮助您，因为他们不能只为您编写脚本。例如，考虑将您的问题缩小到更具体的问题，例如“如何优化两个成本函数”或“如何在 Keras 中实例化 CNN”。请注意，这些特定问题的答案很可能已经在本网站的其他地方；）

标签： keras training-data loss-function

【解决方案1】：

备用小批量

一种选择是交替训练 - 使用成本函数 A 运行小批量集 A（使用例如 train_on_batch），使用成本函数 B 运行小批量集 B。

条件成本函数

另一种选择是具有“条件”成本函数。本质上，您可以将新变量 X 添加到您的输入（制作多输入模型）中，对于来自 A 的每个样本设置为 1，对于来自 B 的每个样本设置为 0。然后您可以将成本函数设置为 @987654322 @，它将忽略每个项目的“错误”成本函数。然后，您可以同时在两个数据集上进行训练。

【讨论】：