Python 如何使用附加的图像相关参数在Keras中创建自定义成本函数？

我试图在Keras中创建一个自定义成本函数，该函数使用随每个图像而变化的附加参数。对于模型正在训练的每个图像，都有一个相关的参数，称为alpha，它与特定图像的重要性有关。如果有100个图像，则有100个alpha值，并且顺序很重要。如何在自定义MSE成本函数中实现此功能？

tf.keras.Model.fit

有一个

示例权重

参数（），这可能会有所帮助。我假设这也存在于土生土长的Keras中（尽管不知道）

我相信这解决了我的问题。你知道“fit”中的“shuffle”选项是否会相应地调整重量吗？如果没有，我会非常惊讶。这将是一个bug。我曾经看到过一些关于类似方法的讨论，可能会导致问题，但我现在可以确认，在这种情况下，shuffle工作得很好。