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