能否单独调用TensorFlow多输出模型获取单一输出？

方法1：构建单输出子模型 #

利用原模型已定义好的输入和输出张量，直接创建只包含目标输出的新模型，每次调用就能直接得到单个结果：

获取priority输出的代码：

priority_model = keras.Model(
    inputs=[title_input, body_input, tags_input],
    outputs=priority_pred
)
# 传入对应数据进行预测
priority_result = priority_model.predict([title_data, body_data, tags_data])

获取department输出的代码：

department_model = keras.Model(
    inputs=[title_input, body_input, tags_input],
    outputs=department_pred
)
# 传入对应数据进行预测
department_result = department_model.predict([title_data, body_data, tags_data])

方法2：调用原模型后提取目标输出 #

原模型调用predict会返回一个包含两个元素的序列，第一个对应priority的结果，第二个对应department的结果，直接通过索引提取即可：

full_results = model.predict([title_input_data, body_input_data, tags_input_data])
# 提取priority结果
priority_result = full_results[0]
# 提取department结果
department_result = full_results[1]

如果你希望更直观地按名称提取，可以修改原模型的输出定义为字典格式（不影响模型训练逻辑）：

model = keras.Model(
    inputs=[title_input, body_input, tags_input],
    outputs={"priority": priority_pred, "department": department_pred},
)
# 此时predict会返回字典，直接按键取值
results_dict = model.predict([title_input_data, body_input_data, tags_input_data])
priority_result = results_dict["priority"]
department_result = results_dict["department"]

内容的提问来源于stack exchange，提问作者Joshua Jenny Sibbu