Keras仅训练特定的输出

Question

我正在将Kears与tensorflow一起使用，并且我有一个3输出的模型，我只想训练2个输出。

model = Model(input=input, output=[out1,out2,out3])
model.compile(loss=[loss1, loss2, loss3], optimizer=my_optimizer)

loss1(y_true, y_pred):
    return calculate_loss1(y_true, y_pred)

loss2(y_true, y_pred):
    return calculate_loss2(y_true, y_pred)

loss3(y_true, y_pred):
    return 0.0*K.mean(y_pred)

我尝试使用上面的代码来执行此操作，但是我不确定它是否可以执行我想要的操作。因此，我认为这会加总损失，并且会用该损失来训练每个输出，而我根本不希望进行训练out3。（我需要，out3因为它用于测试）。谁能告诉我如何实现这一目标或让我确信代码实际上满足了我的需求？

Answer 1

您必须创建2个这样的不同模型

model1 = Model(input=input, output=[out1,out2])
model2 = Model(input=input, output=[out1,out2,out3])

您可以同时编译两者，但只适合第一个。他们将共享各层，因此，即使没有对model2进行训练，也将具有从model1学习的权重。但是，如果out3中有一个可训练的层，但在输入与图的out1和out2之间的流中不存在，则该层将不会被训练，因此将保留其初始值。

有帮助吗？:-)