我想在Keras中训练一个输入和两个输出的模型，但是我在验证设置方面遇到了一些问题 .
1）Keras functional API documentation表示当有多个输出时，model.fit可以将numpy数组列表作为输出 . 但是，对于model.fit的validation_data参数，它表示模型可以接受形式的元组（x_val，y_val）或（x_val，y_val，val_sample_weights） . 那我怎么能传入第二个输出的y_val呢？我是否可以使用validation_split执行此操作，还是验证拆分也只应用于我的一个输出？
2）传递给EarlyStopping Callback的验证损失是什么？对于model.evaluate等函数返回的损失，将返回两个损失值 . 对于训练，损失乘以其权重的总和将最小化 . 这如何与EarlyStopping一起使用？我希望早期停止也基于最小化损失总和乘以它们的权重，但我不知道这是否会实际发生 .
1 回答
指定
y_train和y_val可能是numpy.arrays的列表 . 根据我的经验val_split应该工作正常 .最终损失是所有模型损失的总和，它用于检查
EarlyStopping标准 .