Keras：如何加载具有两个输出和自定义损失函数的模型？

Question

我已经训练了一个 Keras（带有 Tensorflow 后端）模型，它有两个带有自定义损失函数的输出。我需要帮助使用 custom_objects 参数从磁盘加载模型。

编译模型时我使用了损失和 loss_weights 参数如下：

losses = {
            'output_layer_1':custom_loss_fn,
            'output_layer_2':custom_loss_fn
         }

loss_weights = {
                'output_layer_1': 1.0, 
                'output_layer_2': 1.0
               }

model.compile(loss=losses, loss_weights=loss_weights, optimizer=opt)

模型正在训练，没有任何问题。我保存模型如下：

model.save(model_path)

我没有在这里定义 "custom_loss_fn" 的原因是因为 custom_loss_fn 是在另一个自定义 Keras 层中定义的。

我的问题是如何加载推理期间持久保存到磁盘的模型。如果它是一个单一的输出模型，我会使用 custom_objects 加载模型，如这个 Whosebug 问题中所述：

model = keras.models.load_model(model_path, custom_objects={'custom_loss_fn':custom_loss_fn})

但是，如果我有两个输出，其中损失和损失权重在字典中定义，还有一个自定义损失函数，那么如何扩展它呢？

换句话说，在losses和loss_weights被定义为字典的情况下，custom_objects应该如何填充？

我正在使用 Keras v2.1.6 和 Tensorflow 后端 v1.8.0。

Answer 1

如果您可以在加载端重新编译模型，最简单的方法是只保存权重：model.save_weights()。如果您想使用 save_model 并拥有自定义 Keras 层，请确保它们实现了 get_config 方法（请参阅 this 参考）。至于没有梯度的操作，我在混合使用 tensorflow 和 Keras 时看到了这一点，但没有正确使用 keras.backend 函数，但如果没有模型代码本身，我将无能为力。

Keras：如何加载具有两个输出和自定义损失函数的模型？

Keras: How to load a model having two outputs and a custom loss function?

python

keras

tensorflow

keras-layer