在自定義損失函數中使用Keras層

Question

是否可以在自定義損失函數中使用Keras層（沒有可訓練參數的預訓練層或固定層）？

我想做類似的事情：

def custom_loss(y_true, y_pred):
    y_true_trans = SomeKerasLayer()(y_true)
    y_true_trans = SomeKerasLayer()(y_pred)
    return K.mean(K.abs(y_pred_trans - y_true_trans), axis=-1)

在Tensorflow后端中，出現錯誤：

在make_tensor_proto中的第364行中，文件“ /home/drb/venvs/keras/lib/python3.5/site-packages/tensorflow/python /framework/tensor_util.py”

引發ValueError（“不支持任何值。”）

ValueError：不支持任何值。

當然，我可以使用Loss函數之外的y_pred層對y_pred進行轉換（通過提供額外的輸出），但是我不能對參考值y_true進行相同處理。

用更籠統的術語表述相同問題的另一種方法是：是否可以將Keras層封裝為Keras后端函數？

有什么解決方案或解決方法嗎？

Answer 1

這個問題有點含糊不清，因此它既是肯定的又是否定的。
根據您的實現，您可以嘗試
model = keras.layers.Add(..something..)(x)
其中x =先前相關值的名稱。