loss = loss1 + loss2opt = fluid.optimizer.SGD()opt.minimize(loss)
多任务训练可以这样写多个loss求和,但是如果一部分数据只需要反向传播loss1,另一部分数据只需要反向传播loss2,应该怎么写呢
c8ib6hqw1#
可以给输入加个label(0,1),例如现在有两个样本a,b,label分别为0,1,同时a样本对应loss1,b样本对应loss2在算loss的时候可以表示为loss1*(1-label)+loss2*label
sg3maiej2#
loss的问题已经解决了,现在计算auc 的时候设置了slide_steps,由于用的是default_main_program,数据a和b都会被用来计算auc,但是只希望用数据a计算auc,这个应该怎么办呢 @jerrywgz
2条答案
按热度按时间c8ib6hqw1#
可以给输入加个label(0,1),例如现在有两个样本a,b,label分别为0,1,同时a样本对应loss1,b样本对应loss2
在算loss的时候可以表示为loss1*(1-label)+loss2*label
sg3maiej2#
loss的问题已经解决了,现在计算auc 的时候设置了slide_steps,由于用的是default_main_program,数据a和b都会被用来计算auc,但是只希望用数据a计算auc,这个应该怎么办呢 @jerrywgz