Kerasでネットワークの出力を1つだけトレーニング

Question

私は多くの出力を持つKerasにネットワークを持っていますが、私のトレーニングデータは一度に1つの出力についての情報しか提供しません。

私の訓練の方法は、問題の入力に対して予測を実行することでした。私が訓練している出力の値を変更してから、一度のバッチ更新を行いました。私が正しいとすれば、これは、私が鍛えようとしているものを除いて、すべてのアウトプットの損失をゼロに設定することと同じです。

良い方法がありますか？私はクラスウェイトを試しましたが、私はトレーニング以外にもすべてのウェイトウェイトを設定しましたが、私が期待した結果は得られませんでしたか？

私はTheanoバックエンドを使用しています。

Answer 1

これを達成するために、私は 'Functional API'を使用しました。基本的には、入力レイヤーと非表示レイヤーは同じレイヤーで、出力レイヤーは異なる複数のモデルを作成します。例えば

：監督・学習のための珍しい設定だ

https://keras.io/getting-started/functional-api-guide/

from keras.layers import Input, Dense 
from keras.models import Model 

# This returns a tensor 
inputs = Input(shape=(784,)) 

# a layer instance is callable on a tensor, and returns a tensor 
x = Dense(64, activation='relu')(inputs) 
x = Dense(64, activation='relu')(x) 
predictions_A = Dense(1, activation='softmax')(x) 
predictions_B = Dense(1, activation='softmax')(x) 

# This creates a model that includes 
# the Input layer and three Dense layers 
modelA = Model(inputs=inputs, outputs=predictions_A) 
modelA.compile(optimizer='rmsprop', 
       loss='categorical_crossentropy', 
       metrics=['accuracy']) 
modelB = Model(inputs=inputs, outputs=predictions_B) 
modelB.compile(optimizer='rmsprop', 
       loss='categorical_crossentropy', 
       metrics=['accuracy'])