Je veux former un modèle avec une entrée et deux sorties dans Keras, mais j'ai quelques problèmes avec la configuration des validations.perte de validation et validation des données du modèle multi-sorties dans Keras
1) Le Keras functional API documentation indique que model.fit peut prendre en compte une liste de tableaux numpy en sortie lorsqu'il y a plusieurs sorties. Cependant, pour l'argument validation_data de model.fit, il est dit que le modèle peut prendre un tuple de la forme (x_val, y_val) ou (x_val, y_val, val_sample_weights). Alors, comment puis-je passer dans le y_val de ma deuxième sortie? Est-ce que je serais capable de le faire en utilisant validation_split ou bien le split de validation ne serait-il également appliqué qu'à l'une de mes sorties?
2) Quelle est la perte de validation qui est transmise au rappel de démarrage anticipé? Pour les pertes renvoyées par des fonctions comme model.evaluate, deux valeurs de pertes seront retournées. Pour l'entraînement, la somme des pertes multipliée par leur poids sera minimisée. Comment cela fonctionne-t-il avec EarlyStopping? Je veux que l'arrêt précoce soit aussi basé sur la minimisation de la somme des pertes multipliée par leur poids, mais je ne sais pas si c'est ce qui arrivera réellement.