Python 为什么'；Keras是否需要自定义损失函数的梯度？

据我所知，为了通过梯度下降更新模型参数，算法需要在某个点计算误差函数E对输出y:dE/dy的导数。然而，我已经看到，如果你想在Keras中使用自定义损失函数，你只需要定义E，而不需要定义它的导数。我错过了什么

每个损失函数都有不同的导数，例如：

如果损失函数为均方误差：dE/dy=2（y_真-y）

如果损失函数是交叉熵：dE/dy=y\u真/y

再说一遍，模型怎么可能不问我导数是什么？该模型如何仅从E值计算损失函数相对于参数的梯度

---

感谢

据我所知，只要在误差函数中使用的每个运算符都已经有预定义的梯度。底层框架将设法计算出你的损失函数的梯度。

是的。@Yu-Yang…你找到了答案。谢谢