여러 헤드가있는 모델에 대한 Keras 커스텀 메트릭

Question

[tensorflow backend]

여러 머리를 모델로 만들었으며 잘 작동합니다. 기본적으로 모든 헤드의 정확도와 손실이 계산되어 별도로 인쇄됩니다.

Epoch 2/2 
45000/45000 [==============================] - 35s - loss: 0.1403 - dense_14_loss: 0.0109 - dense_15_loss: 0.0208 - dense_16_loss: 0.0276 - dense_17_loss: 0.0372 - dense_18_loss: 0.0438 - dense_14_acc: 0.9965 - dense_15_acc: 0.9937 - dense_16_acc: 0.9914 - dense_17_acc: 0.9882 - dense_18_acc: 0.9860 - val_loss: 0.2223 - val_dense_14_loss: 0.0155 - val_dense_15_loss: 0.0353 - val_dense_16_loss: 0.0469 - val_dense_17_loss: 0.0526 - val_dense_18_loss: 0.0720 - val_dense_14_acc: 0.9944 - val_dense_15_acc: 0.9886 - val_dense_16_acc: 0.9862 - val_dense_17_acc: 0.9842 - val_dense_18_acc: 0.9802 

나는 하나의 메트릭을 결합하여 사용자 정의 통계를 작성하고, 예를 들어 하나의 메트릭으로 평균을 계산 할 수 있나요? 또한 콜백 사용에 도움이 될 것입니다.

Answer 1

여러 머리글에 대한 메트릭을 작성할 수 있는지 확실하지 않지만 원하는 결과를 얻는 한 가지 방법은 fit 메서드의 반환 값을 수동으로 함께 추가하고 결과를 인쇄하는 것입니다. 더 빠른 피드백을 원하면 fit 대신 train_on_batch을 사용해야하며이 방법으로 자신의 출력을 작성하십시오.