计算外部损失函数，但计算张量流中的梯度? [英] Compute external loss function but compute gradients in tensorflow?

问题描述

我想训练一个只能从外部计算损失函数的模型.因此，我获取了最后一层的输出，在外部计算了一些值，并希望使用它来更新我的网络.我可以在tensorflow中实现这样的设置吗?

I want to train a model for which the loss function can only be computed externally. So, I take the output of my last layer, compute some value externally and want to use this to update my network. Can I implement such a setup in tensorflow?

推荐答案

是的，您必须在图中定义最小化的损失，例如:

Yes you can, you have to define your minimised loss out of the graph, for example:

loss = Network.loss(input_tensor)
loss_2 = out_function(loss)

然后只需指定:

train_step = optimizer.minimize(loss_2)

应该可以

这篇关于计算外部损失函数，但计算张量流中的梯度?的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！