Python 用于计算非零值或一值的自定义keras损失函数

我在Keras中有一个成本函数，它有3个部分与我的网络的不同输出相关。假设这是我的损失函数：

aL1+bL2+cL3

L1是mse，L2是二进制交叉熵，L3尝试使输出中没有值

0

或

1的像素数最小(∑n（x）≠0或x≠1） ）

，但我不知道如何实现最后一次丢失功能？！（a、b和c是每个损失函数的系数）

输出应为值为0或1的28x28二进制图像。通过将这一项添加到损失函数中，我试图强制输出为0或1，而其他值试图放入这两个类中的一个。但是我不知道如何产生这个损失函数，或者我有这些损失函数的组合？如果我只有两个第一损失函数，我就这样做

model.compile(optimizer=opt, loss=`{'decoder_output':'mse','reconstructed_W':'binary_crossentropy'}, loss_weights={'decoder_output': 0.1, 'reconstructed_W': 1.0},metrics=['mae'])` 

---

第三个损失与

重构w

有关，我想强制其值仅为0或1，但我不知道如何对其进行编码。你能帮我解决这个问题吗？我感谢你的帮助。我真的需要你的指导。

你能帮我解决这个问题吗？我很困惑，不知道该怎么办？你能帮我解决这个问题吗？我很困惑，不知道该怎么办？