如何使用Python实现TensorFlow模型的多任务学习与联合损失训练?

浅强君_9302

浅强君_9302

2026-07-19

301人浏览

原创

必须用函数式API构建共享骨干:Sequential无法实现单输入多分支,会导致权重重复、梯度错乱;需封装backbone模块并复用其output,任务头loss须加权平衡(推荐不确定性加权),编译时显式指定loss字典与sample_weight_mode,训练中分项监控指标。

如何使用python实现tensorflow模型的多任务学习与联合损失训练?

必须用函数式 API 构建共享骨干,Sequential 不行

想搭多任务模型却用 tf.keras.Sequential?立刻停手。它无法表达“一个输入、多个分支输出”的结构,强行堆叠层会导致权重重复初始化、梯度错乱——你看到的 loss 下降可能是假象,实际某个任务根本没学。

正确路径只有一条:用函数式 API 显式定义共享部分为独立可复用模块。比如封装一个 build_backbone() 函数,返回 tf.keras.Model 或 tf.keras.layers.Layer 实例,再分别接不同任务头:

backbone = build_backbone(input_shape=(224, 224, 3))
cls_output = tf.keras.layers.Dense(10, name='cls')(backbone.output)
reg_output = tf.keras.layers.Dense(4, name='reg')(backbone.output)
model = tf.keras.Model(inputs=backbone.input, outputs=[cls_output, reg_output])
  • 切忌写成:x = Conv2D(32)(inputs); x = Conv2D(64)(x) 然后两次调用 Dense → 这会创建两套互不相干的卷积权重
  • 分类头常用 GlobalAveragePooling2D,检测/分割头必须保留空间维度,直接接 Conv2D,否则 shape 对不上
  • 所有任务头的输入 tensor 必须来自同一 backbone 实例的 .output,不能是重复调用同一组 layer 的结果

损失不能简单相加,权重必须可调或可学习

total_loss = loss_cls + loss_reg 是最常踩的坑。当分类用 sparse_categorical_crossentropy(量纲 ~1–3)、回归用 MSE(量纲可能 >100),后者梯度直接淹没前者,训练几轮后 loss_cls 就卡死在 2.3 不动。

解决方法分两级:

  • 手动加权(快速验证):total_loss = 0.8 * loss_cls + 0.2 * loss_reg,但需反复试值
  • 不确定性加权(推荐):引入可训练变量 sigma1, sigma2,构造 total_loss = (1/(2*sigma1**2)) * loss_cls + tf.math.log(sigma1) + (1/(2*sigma2**2)) * loss_reg + tf.math.log(sigma2)

注意:Keras 编译时要显式传入各任务 loss 字典:model.compile(loss={'cls': 'sparse_categorical_crossentropy', 'reg': 'mse'}, ...),否则默认按顺序匹配,极易错位。

sample_weight 处理极易报 InvalidArgumentError

一加 sample_weight 就崩?典型错误是传入 shape 为 (N, 14, 5) 的权重,而 Keras 默认把最后一维当类别数处理,试图 squeeze 它——报错 cannot squeeze dim [2], expected a dimension of 1。

在清理重构之前使用 Vulture 查找未使用的 Python 代码
在清理重构之前使用 Vulture 查找未使用的 Python 代码

在重构之前对Python代码库运行死代码检测,以便智能体能够标记未使用的函数、类、导入和变量,而不是盲目删除。

下载

根本原因是 Keras 对 sample_weight 的 shape 校验极松:只检查 batch 维和时间/空间维对齐,完全不管通道数。解决方案只有两个:

  • 为每个输出单独指定模式:sample_weight_mode={'cls': 'temporal', 'reg': None}('temporal' 表示权重 shape 应为 (N, T),None 表示 (N,))
  • 彻底绕开全局 sample_weight,改写自定义 loss 函数,在内部做明确广播:weighted_loss = tf.reduce_mean(loss * weights),自己控制维度对齐

记住:分类输出是 one-hot(shape (N, C)),权重必须是 (N,) 或 (N, 1);序列标注输出是 (N, T, C),权重就得是 (N, T)。

验证阶段必须拆开看各任务指标,不能只盯 total_loss

训练时 total_loss 一路下降,但 val_cls_acc 停在 0.1、val_reg_mae 却降到 0.05——说明回归任务完全主导了更新,分类任务已被放弃。这种“假收敛”在多任务中太常见。

编译模型时必须启用各任务专属 metric:metrics={'cls': 'sparse_categorical_accuracy', 'reg': 'mae'},并在 model.fit() 中观察每个 epoch 输出的 cls_sparse_categorical_accuracy 和 reg_mae 分项值。

真正难的不是结构搭建,而是让梯度和平共处:共享层一次更新,可能让分类受益、回归受损。没有银弹,只能靠 loss 加权 + 梯度裁剪 + 各任务 learning rate 微调组合试探。一旦发现某任务指标持续恶化,先检查 loss 权重是否失衡,再查该任务 label 预处理是否异常——90% 的问题出在这两步。

Python免费学习笔记(深入):立即使用
在学习笔记中,你将探索 Python 的核心概念和高级技巧!

相关文章

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

2023.07.20

1951

4

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

2023.07.25

5584

7

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

2023.07.31

1889

3

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

2023.08.03

34057

23

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

3987

5

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

3987

5

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

1283

5

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.10

636

4

python是前端还是后端
python是前端还是后端

Python属于前端也属于后端,其灵活性和丰富的生态系统使得开发人员能够在不同的领域中灵活运用。本专题为大家提供python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

3103

5

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程