问题描述
我想实现以下自定义损失函数，并将参数x作为最后一层的输出。到目前为止，我将此功能实现为Lambda层，再加上keras mae丢失，但我不再想要了
def GMM_UNC2(self,x):
tmp = self.create_mr(x) # get mr series
mr = k.sum(tmp,axis=1) # sum over time
tmp = k.square((1/self.T_i) * mr)
tmp = k.dot(tmp,k.transpose(self.T_i))
tmp = (1/(self.T * self.N)) * tmp
f = self.create_factor(x) # get factor
std = k.std(f)
mu = k.mean(f)
tmp = tmp + std/mu
def loss(y_true,y_pred=tmp):
return k.abs(y_true-y_pred)
return loss
self.y_true = np.zeros((1,1))
self.sdf_net = Model(inputs=[self.in_ma,self.in_mi,self.in_re,self.in_si],outputs=w)
self.sdf_net.compile(optimizer=self.optimizer,loss=self.GMM_UNC2(w))
self.sdf_net.fit([self.macro,self.micro,self.R,self.R_sign],self.y_true,epochs=epochs,verbose=1)
代码实际上可以运行，但是实际上并没有使用tmp作为损失的输入（我将其乘以某个数字，但是损失保持不变）
我在做什么错了？
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）