Keras 层中使用的自定义函数如何获取其参数？答案

【问题标题】：How does a custom function used in a Keras layer obtain its arguments?Keras 层中使用的自定义函数如何获取其参数？
【发布时间】：2020-10-25 18:25:21
【问题描述】：

我知道如何定义和利用自定义函数（例如，损失函数）可以定义为传递给 Keras 层。但是，我不明白这个函数如何从模型中考虑它的参数。

例如：

以下是自定义损失函数的定义：

def kl_loss(y_true, y_pred):
    kl_loss = -0.5 * K.sum(1 + log_var - K.square(mean_mu) - K.exp(log_var), axis = 1)
    return kl_loss

def r_loss(y_true, y_pred):
    return K.mean(K.square(y_true - y_pred), axis = [1,2,3])

def total_loss(y_true, y_pred):
    return LOSS_FACTOR*r_loss(y_true, y_pred) + kl_loss(y_true, y_pred)

定义了这个自定义损失函数后，我将其传递给 Keras 模型，如下所示：

model.compile(optimizer=adam_optimizer, loss = total_loss, metrics = [r_loss, kl_loss])

上面的工作完美，但是，我不明白 Keras 模型如何将 y_true 和 y_pred 的值传递给函数。

代码学分：https://towardsdatascience.com/generating-new-faces-with-variational-autoencoders-d13cfcb5f0a8

【问题讨论】：

标签： python tensorflow keras

【解决方案1】：

这是我的理解，

编译时指定为loss的函数(total_loss)隐式获取样本的真实值和预测值。

【讨论】：