python - Tensorflow 2.0.0 中的自定义损失

标签 python tensorflow tensorflow2.0 loss-function

我想实现一个自定义损失,可以通过使用每个样本来计算。 损失的计算有点复杂,需要我为此使用外部 python 文件(或者可以假设我们将输入提供给函数)。

我该如何实现这个? 是否可以使用 @tf.function 注释并将其制成图表?

这就是它应该的样子

def loss(input,output):
    loss = 0    
    for x, y in zip(input, output):
        sim = Class(x) 
        a = sim.GetA()
        b = sim.GetB()

        loss = loss + np.linalg.norm(np.dot(a,b)+y)
    return loss

最佳答案

通过 PyTorch 实现相同的功能是可能的,因为它支持动态计算图

关于python - Tensorflow 2.0.0 中的自定义损失,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/58971511/

相关文章:

Tensorflow 对象检测 : Continue training

python-3.x - 如何在 tf2.keras 中进行微调时卡住 BERT 的某些层

python - 在 Python 中迭代和打印 JSON 对象

python - 将字典中的列表转换为字符串?

python - Tensorflow 运行之间的准确性保持相同

python - 如何导入训练好的模型来预测单张图像?

python - 在创建自定义层时,当在 Keras 中调用构建方法时

python - 为什么我的 for 循环会跳过列表中的一个元素?

python - 从 networkx 中的文件中读取具有 pos 属性的节点

python - tf.data.Dataset 可馈送迭代器,用于训练和推理