Python 如何定义keras LSTM模型的特殊损失函数

我刚刚开始使用python和Keras学习机器学习，最近我创建了一个基本的LSTM RNN

我的问题是，是否可以自己定义函数错误，而不必指定目标数据

在我创建的基本模型中，我给出了用于训练的输入数据和相应的目标数据，指定要使用的函数错误，如“meansquarederror”

我的问题是，是否有可能在keras中定义一个模型，其中只有输入，以及一个自定义函数错误，该错误将使用NN的输出来计算错误（完全是新的度量），其中给出的是用于训练NN的

我想要的是用一个自定义函数计算预测输出时每个输入的误差

---

那可能吗？

好的，我发现这比我想象的要容易得多

def自定义丢失（y_真，y_pred）：
#使用y_pred计算损失
回波损耗
compile（loss=custom\u loss，optimizer='adam'）

---

就这样完成了

网络培训的内容是什么？好吧，我打算用股票数据预测买入卖出庄家。只是在试验而已。我想要的是用一个自定义函数计算预测标记时每个输入的误差。