用于嘈杂的不可微损失函数的自定义 Tensorflow 优化器答案

【问题标题】：Custom Tensorflow optimizer for noisy non-differentiable loss function用于嘈杂的不可微损失函数的自定义 Tensorflow 优化器
【发布时间】：2018-07-11 02:49:09
【问题描述】：

我已经使用低级 tensorflow API 构建了一个模型，该模型只有几个我想要优化的变量（大约 10 个）。因此，我想实现一个自定义损失函数来产生噪声损失值（有点像基于模拟的优化方法）。

通常我会使用 SPSA 优化器等无衍生优化器。

有没有办法使用低级 tensorflow API 实现不可微分的损失函数和像 SPSA 这样的优化器？

PS：有人可能会问，为什么要为此使用 tensorflow？这是因为我想用tensorflow方便保存模型，用tensorboard方便全面的可视化。我还希望能够在标准化框架中切换和比较不同的模型。

【问题讨论】：

标签： python optimization tensorflow loss-function

【解决方案1】：

我认为 SPSA 也适用于不可微函数。对于 SPSA 实施：https://github.com/fraunhofer-iais/tensorflow_spsa

【讨论】：