可视化双头模型中的自定义损失

Question

使用本文中的 A2C 代理，如何获取 的数值value_loss，policy_loss以及entropy_loss何时更新权重？我使用的模型是双头的，两个头共用一个树干。策略头输出形状为[number of actions, batch size]，值头形状为[1, batch_size]。当这些损失函数作为指标给出时，编译此模型会返回大小不兼容错误：self.model.compile(optimizer=self.optimizer,                     metrics=[self._logits_loss, self._value_loss],                     loss=[self._logits_loss, self._value_loss])两者self._value_loss和self._policy_loss都作为图执行，这意味着其中的所有变量都只是指向图节点的指针。我发现了一些示例，其中评估了张量对象（使用 eval()）以从节点中获取值。我不理解它们，因为为了 eval() 一个 Tensor 对象，你需要给它一个 Session 但在 TensorFlow 2.x 中不推荐使用 Sessions。另一个线索是，当train_on_batch()从Keras 中的模型 API调用来训练模型时，该方法会返回损失。我不明白为什么，但它返回的唯一损失来自保单负责人。该头部的损失计算为，policy_loss - entropy_loss但我的目标是分别获得所有三个损失以在图表中可视化它们。欢迎任何帮助，我被卡住了。

Answer 1

我找到了我的问题的答案。在 Keras 中，metrics内置功能为测量模型的性能和损失提供了一个接口，无论是自定义的还是标准的。

编译模型时如下：

self.model.compile(optimizer=ko.RMSprop(lr=lr),
                   metrics=dict(output_1=self._entropy_loss),
                   loss=dict(output_1=self._logits_loss, output_2=self._value_loss))

...self.model.train_on_batch([...])返回一个列表[total_loss, logits_loss, value_loss, entropy_loss]。通过logits_loss + entropy_loss对值policy_loss进行计算可以计算出来。请注意，此解决方案会导致调用self._entropy_loss()两次。