在 keras 损失函数中拆分数据类型（相当于损失函数中的 if 语句？）答案

【问题标题】：Splitting up types of data in a keras loss function (equivalent to if statements in loss functions?)在 keras 损失函数中拆分数据类型（相当于损失函数中的 if 语句？）
【发布时间】：2020-10-05 06:46:32
【问题描述】：

是否可以在 keras 中编写一个自定义损失函数，上面写着“对于数据集 A 中的所有数据：计算这样的损失......而对于数据集 B 中的所有数据：这样计算损失”

我当前的实现有 2 个具有自己的损失函数的独立模型，然后在单独的 train_on_batch 调用中给出 2 个数据馈送。

就上下文而言，我的系统是一个 GAN，其任务是在两个数据集之间创建一个域不可区分的表示，同时执行分类。但是，使用我当前的方法，感觉好像“域不可区分性”任务处于优先地位，而我的分类准确性并没有超出随机性。（而如果我关闭域任务，分类准确率会上升到大约 80%）。我想排除的一个问题是在每个训练循环中多次调用 train_on_batch 和非混洗数据。

【问题讨论】：

标签： python tensorflow keras generative-adversarial-network

【解决方案1】：

对于以后可能会偶然发现这个问题的任何人，我现在意识到我对这个问题的措辞与实际答案有关。这个问题实际上是通过“如何计算梯度并将它们作为 keras 中的单独操作应用”来回答的

我的解决方案是覆盖 Model 类，创建一个接受多个数据集的新 train_on_batch 方法。然后在 gradientTape 中应用您想要的许多计算和损失函数。然后最后使用 optimizer.apply_gradient() 将梯度实际应用到模型

【讨论】：