Tensorflow 每个输入具有不同权重的损失函数

我想设计我的自定义损失函数，它不仅包含两个输入（y_real和y_pred），而且我不知道我是否能做到以及如何做到

我已经通读了关于损失函数的答案，它们都只输入y_real和y_pred

但在我的项目中，真预测和假预测的损失在不同的情况下是不同的，比如X1有（损失_T1，损失_F1），X2有（损失_T2，损失_F2）

所以对于损失函数，我需要输入四个变量（y_real，y_pred，loss_T，loss_F）。损耗T、损耗F作为特征之一位于X（我的数据的每一行）内

特性1特性2特性3损耗 X1
X2
X3

我有办法做到吗

---

感谢您的贡献。

较低级别的tensorflow API可以为您工作。例如，

Optimizer.optimize\u loss

获取一个损耗张量，它只是损耗函数的输出，并将其最小化。因此，如果您直接使用

优化损失

，您可以用任何您想要的复杂方式构建损失函数。

您的意思是，您需要为不同的样本（例如整个向量）提供不同的权重，或者为不同的属性提供不同的权重？（向量的元素）。是否可以尝试为您的损失提出一个数学公式？如果loss_T和loss_F是您所说的特征，请将它们的值输入一些占位符，并使用tensorflow提供的基本数学运算来构建您的损失函数（如tf.add（x，y）、tf.sub（x，y）、tf.square（x）、tf.reduce_sum（x）等）。Tensorflow将负责反向传播或其他更新。@maz为不同的用户分配不同的权重samples@kaufmanu我可以为它编写一个新的损失函数，但我需要每个样本的输入损失，我不知道在这种情况下如何传递参数。我按照您的建议尝试这种方法。当我在损失函数中使用if-else时，它会报告没有为任何变量提供梯度的错误。要解决这个问题，您是否尝试过使用

tf.cond

而不是if-else？tensorflow自动微分不支持If else。