Tensorflow Keras自定义损耗，带有用于切片的动态变量
首先，我想说的是，我在Keras/Tensorflow方面的经验很少，可能对张量操作缺乏一些了解Tensorflow Keras自定义损耗，带有用于切片的动态变量,tensorflow,keras,loss-function,Tensorflow,Keras,Loss Function,首先，我想说的是，我在Keras/Tensorflow方面的经验很少，可能对张量操作缺乏一些了解 我使用的模型输入是一个“超大”矩阵（NxN）。也就是说，我给它输入可以更小的数据（即（KxK），K你是什么意思：切片不能从张量计算？切片张量不是问题：新的张量=旧的张量[：K，：K]我的意思是，如果K是张量（例如，如果K是K.和运算的结果，或从模型层传递），你不能做新的张量=旧的张量[：K，：K]（如输入））。问题是在损失函数中以启用切片的方式动态定义K（即，对于每个数据样本），这在K为张量时是不可
我使用的模型输入是一个“超大”矩阵（NxN）。也就是说，我给它输入可以更小的数据（即（KxK），K你是什么意思：切片不能从张量计算？切片张量不是问题：新的张量=旧的张量[：K，：K]我的意思是，如果K是张量（例如，如果K是K.和运算的结果，或从模型层传递），你不能做新的张量=旧的张量[：K，：K]（如输入））。问题是在损失函数中以启用切片的方式动态定义K（即，对于每个数据样本），这在K为张量时是不可能的。