Deep learning Keras-与时代相关的损失函数

我正在使用Keras框架，我想实现一个与历元相关的损失函数（即，每个历元的损失函数都不相同）

你会怎么做？您能否添加一个示例，例如基于

---

感谢您的帮助

这可以通过重新编译网络来实现。保存的权重不会因重新编译而更改。所以本质上是这样的：

for epoch in range(nb_epoch):
     loss_function = loss_for_epoch(epoch)
     model.compile(optimizer, loss_function, metrics)
     model.fit(X, y, nb_epoch=1)

---

在这种情况下，回调函数会修改学习速率，而我想修改损失函数本身。它的形式是：l（x，x_解码）=a（x，x_解码）+beta（t）*b（x，x_解码）和beta（t）应该在每个时代更新答案。事实上，它应该是有效的。我想在每个时代重新编译可能需要一些时间？但这是一个解决方案，谢谢。这样看起来会更干净：但重新编译不会清除adam中过去的一阶和二阶矩吗？