Neural network 如何计算排名损失的梯度？

我试图理解排名损失（也称为最大利润目标函数，利润率损失…）基于

在本说明中，成本定义如下：J=（1+sc− （s）

s=f（θ，x），sc=f（θ，xc）， x是正确的输入，xc是错误的输入

所以，s是好事的分数，sc是坏事的分数

我的问题是： 要更新权重，我必须∂J/∂θ或∂/∂θ

我想我必须这么做∂J/∂θ更新θ

因此，由于J=1+sc-s，∂J/∂θ = ∂sc/∂θ - ∂s/∂θ

所以我想∂sc/∂θ和∂s/∂θ应分别获得

然而，在课堂讲稿中，计算∂J/∂s=-1，并使用此值更新网络

---

我做错了什么？

删除了tensorflow标签-请仅在您的帖子中添加相关标签。谢谢