如何调用“tfa.losses.triplet_semihard_loss”？

Question

在 Tensorflow 插件中，有两次提到三元组损失，一个是基类tfa.losses.triplet_semihard_loss ，另一个是tfa.losses.TripletSemiHardLoss ，它是由用户初始化的子类，进而隐式调用基类。 在属于子类的这段代码中：

    def __init__(self, margin=1.0, name=None):
        super(TripletSemiHardLoss, self).__init__(
            name=name, reduction=tf.keras.losses.Reduction.NONE)
        self.margin = margin

    def call(self, y_true, y_pred):
        return triplet_semihard_loss(y_true, y_pred, self.margin)

我不明白call方法发生了什么，它返回基类函数，给出y_true和y_pred ndarrays，但它们究竟来自哪里？ 根据 Tensorflow 文档指南，子类在模型compile语句中初始化为：

model.compile(
    optimizer=tf.keras.optimizers.Adam(0.001),
    loss=tfa.losses.TripletSemiHardLoss())

然后模型拟合为：

history = model.fit(
    train_dataset,
    epochs=5)

train_dataset结构是一个元组，包含嵌入数据和相应的整数标签，但是子类如何意识到这是要操作的数据？ 那么call方法也是隐式调用的吗？

Answer 1

__call__在类的实例被调用时被调用。 y_true和y_pred包含模型预测的真实标签和标签。 Tensorflow(tf.keras) 在内部将您提供的标签转换为y_true ，如此处所示，并使用model.fit()对数据进行model.fit() 。
所有tf.keras损失以这种形式来实现，即函数有两个参数y_true和y_pred所看到这里。