如果我制作一个模型，然后使用add_loss:
model.add_loss(myLoss1(...))
后来想在同一模型上使用不同的损失，例如，我该如何删除 myLoss1 并将其替换为 myLoss2？
我尝试了model.losses.clear()，但这似乎没有效果。我知道我可以将权重保存到磁盘，用所需的损失重新制作模型并重新加载权重，但这似乎是一种黑客行为。
最佳答案
您可以使用现有模型的配置创建一个新模型，然后再次调用 add_loss() 以设置新的损失。恢复模型权重也是如此。
weights = model.get_weights()
# Instantiate model again to remove old loss
model = model.from_config(model.get_config())
model.set_weights(weights)
# Set new loss
model.add_loss(myLoss2(...))
(可选)您可能希望在开始使用新损失训练模型之前重置全局状态，但这取决于您的用例。
# For Tensorflow's Keras
tf.keras.backend.clear_session()
# For Standalone Keras
keras.backend.clear_session()
关于tensorflow - 如何删除使用 add_loss() 添加的损失，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/68821605/