Python 在Keras中设计自定义损失函数时使用第三个变量列表

Python 在Keras中设计自定义损失函数时使用第三个变量列表,python,tensorflow,keras,loss-function,Python,Tensorflow,Keras,Loss Function,我试图为体育博彩模型创建一个损失函数。我无法将赔率(第三个变量)引入损失函数。当我把它带进来时,它对第一批有效,但当一个新批开始时,它似乎恢复到列表/张量的开头。是否有可能以yTrue/yPred值的速率遍历赔率列表 odds = data_info['FRD_Open'] # Specific value for each model prediction def custom_Loss(odds): def customLoss(yTrue, yPred):

我试图为体育博彩模型创建一个损失函数。我无法将赔率(第三个变量)引入损失函数。当我把它带进来时,它对第一批有效,但当一个新批开始时,它似乎恢复到列表/张量的开头。是否有可能以yTrue/yPred值的速率遍历赔率列表

odds = data_info['FRD_Open'] # Specific value for each model prediction

def custom_Loss(odds):

     def customLoss(yTrue, yPred):

         o = tf.convert_to_tensor(odds, dtype=tf.float32)
         loss = K.mean(K.sum(K.relu((yTrue * (o - 1) - (1 - yTrue)) * yPred), axis=1))

         return -loss

     return customLoss
注:data_info是用于训练和测试模型的数据的数据帧