python - 如何使用 tf.data.dataset 进行多输出和损失训练？

Question

模型、损失和数据集

model = models.Model(inputs=[image_input], outputs=[classification, regression])
model.compile(optimizer=tf.keras.optimizers.Adam(lr=1e-3), loss=[focal(),smooth_l1()])
dataset = dataset.map(lambda x:tf.py_function(func=self.Generate,inp=[x],Tout=(tf.int32,tf.float32,tf.float32))

并且返回 func=self.Generate 是

return img,labels,regressions

我尝试训练它，但smooth_l1 的数据是错误的，它会在smooth_l1 上输入标签而不是回归

标签： pythontensorflow