如何在Keras中定义我自己的损失函数？

我尝试在Keras中使用CuDNNLSTM来处理一些具有多个输出的顺序问题。我的代码编写如下：

inputs = Input(...)
lstm_outputs = CuDNNLSTM(n_neurons, return_sequences=True)(inputs)
outputs = TimeDistributed(Dense(3))(lstm_outputs)
model = Model(inputs=inputs, outputs=outputs)

当我在Keras中使用均方误差作为损失函数时，结果如下

误差=np.平均值（np.平方（y_pred-y_real））

其中，y_pred和y_real的特征数为3

但我想将损失函数定义如下：

误差=np.平均值（np.平方（y_pred[：，：，0]-y_real[：，：，0]）+ np.square（y_pred[：，：，1]-y_real[：，：，1]）+np.square（y_pred[：，：，1]）， 2] -y_real[：，：，2]））

---

我不知道如何实施，有人能给我一些建议吗？非常感谢

有什么区别？你的第二次失利只是第一次失利的3倍，不是吗？当然，这是不同的。第一个将计算三个误差之和的平方，而第二个将计算三个误差之和的平方@于阳诺。第一个将计算元素误差，元素平方，然后最终平均所有元素。在你的第一次损失中没有

sum

。