在不使用 Y_pred 和 Y_actual 的张量流中编写自定义损失
Writing custom loss in tensorflow that does not use Y_pred and Y_actual
我的 DNN 分类任务损失函数是基于特征值的，不需要输入 Y_prediction 和 Y_actual。是否可以使用 Tensorflow 编写专门的自定义损失函数？
当然：
def customLoss(y_true, y_pred, alpha):
loss = ....alpha
return loss
model.compile(loss=customLoss(alpha), optimizer='sgd')
我的 DNN 分类任务损失函数是基于特征值的，不需要输入 Y_prediction 和 Y_actual。是否可以使用 Tensorflow 编写专门的自定义损失函数？
当然：
def customLoss(y_true, y_pred, alpha):
loss = ....alpha
return loss
model.compile(loss=customLoss(alpha), optimizer='sgd')