Модель Keras с несколькими входами и несколькими выходами

Question

Я хочу построить модель Keras с двумя входами и двумя выходами, которые используют одинаковую архитектуру / веса. Затем оба выхода используются для расчета одной потери.

Вот изображение моей желаемой архитектуры.

Это мой псевдокод:

model = LeNet(inputs=[input1, input2, input3],outputs=[output1, output2, output3])

model.compile(optimizer='adam',
          loss=my_custom_loss_function([output1,outpu2,output3],target)
          metrics=['accuracy'])

model.fit(x_train, y_train, epochs=5)

Может ли этот подход работать?
Нужно ли использовать другой API Keras?

Answer 1

Архитектура в порядке. Вот игрушечный пример с обучающими данными о том, как его можно определить с помощью функционального API-интерфейса keras:

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

# two separate inputs
in_1 = Input((10,10))
in_2 = Input((10,10))


# both inputs share these layers
dense_1 = Dense(10)
dense_2 = Dense(10)

# both inputs are passed through the layers
out_1 = dense_1(dense_2(in_1))
out_2 = dense_1(dense_2(in_2))

# create and compile the model
model = Model(inputs=[in_1, in_2], outputs=[out_1, out_2])

model.compile(optimizer='adam', loss='mse')
model.summary()

# train the model on some dummy data
import numpy as np

i_1 = np.random.rand(10, 10, 10)
i_2 = np.random.rand(10, 10, 10)

model.fit(x=[i_1, i_2], y=[i_1, i_2])

Изменить, учитывая, что вы хотите рассчитать потери вместе, которые вы можете использовать Concatenate()

output = Concatenate()([out_1, out_2])

Любая функция потерь, которую вы передаете в model.compile, будет применяться к output в комбинированном состоянии. После того, как вы получите вывод из прогноза, вы можете просто разделить его обратно в исходное состояние:

f = model.predict(...)

out_1, out_2 = f[:n], f[n:]