Keras，如何从距离矩阵中构建包含每对的自定义损耗t？ 问题定义

我有一个距离矩阵M。这个距离

矩阵M

定义s.t

[M]_i_j = D(batch_i,batch_j) where D is some distance function.

因此M是

batchsize X batchsize

现在，对于我的

自定义损耗

，我希望能够计算矩阵中几乎每两对的总和。为此，我有另一个

矩阵S

，该矩阵定义为

[S]_i_j = 1 <=> batch_i and batch_j are **not** from the same class.
[S]_i_j = 0 <=> batch_i and batch_j are from the same class. 

Now I want to sum  `Max{0,[M]_i_s+[M]_i_n}`,
For all pairs s.t  [M]_i_s is cell s.t [S]_i_j = 0 and [M]_i_n is a cell s.t [S]_i_n =1 

[S]\u i\u j=1批次\u i和批次\u j**不**来自同一类。
[S] _i_j=0批次_i和批次_j来自同一类。
现在我想求和`Max{0，[M]\u I\u s+[M]\u I\u n}`，
对于所有对，s.t[M]\u i_s是单元s.t[s]\u i_j=0，[M]\u i_n是单元s.t[s]\u i_n=1

我唯一的选择是 迭代M，并考虑在做这件事的时候。但是在Keras中，我不能迭代张量

创建一个大小为（batchsize）^2x（可能的对数）的矩阵P，然后将矩阵M展平为向量并计算（展平（M））*P

第一个我做不到。第二个，我没有用

张量

操作成功创建这个矩阵。我想我可以预先计算这个矩阵P，并将其设置为预测向量。但是

Keras

强制

预测

向量与

批次

大小相同

在

Keras

中，有没有关于如何执行1或2的想法，或者其他关于如何解决此问题的想法

谢谢