如何同时训练两种不同训练集和不同成本函数的Keras模型

Question

我正在尝试根据两组不同的训练数据训练CNN。对于训练数据集A和B，我想分别优化成本函数Cost_A和Cost_B。我想确保在训练期间，模型参数在同时优化两个损失函数的方向上改变。

任何人都知道如何在Keras实现它？

PS：我不是在找代码！只是一个暗示就足够了！

Answer 1

备用小型客舱

一种选择是交替训练 - 运行具有成本函数A的集合A（使用例如train_on_batch）的小批量，运行具有成本函数B的集合B的小批量。

有条件的成本函数

另一种选择是具有“条件”成本函数。本质上，您可以添加一个新的变量X给你的输入（制作一个多输入模型）一个新的变量X，对于来自A的每个样本设置为1.然后你可以设置你的成本函数是Cost_A*X + Cost_B*(1-X)，这将忽略每个项目的“错误”成本函数。然后，您可以一次训练两个数据集。