我正在尝试在keras中实现损失函数，例如以下伪代码
for i in range(N):
for j in range(N):
sum += some_calculations
但是我读到张量流不支持这种for循环，因此我从这里开始了解了while_loop（cond，body，loop_vars）函数
我在这里了解了while循环的基本工作原理，因此我实现了以下代码：
def body1(i):
global data
N = len(data)*positive_samples //Some length
j = tf.constant(0) //iterators
condition2 = lambda j, i :tf.less(j, N) //one condition only j should be less than N
tf.add(i, 1) //increment previous index i
result = 0
def body2(j, i):
global similarity_matrix, U, V
result = (tf.transpose(U[:, i])*V[:, j]) //U and V are 2-d tensor Variables and here only a column is extracted …我是 Angular 6 的新手，我的网站包含一个部分，其中显示一组动态形成的按钮，如下所示
<button class="card-button" *ngFor="let env of product.env" name="button">{{env.name}}</button>
另外，我想显示默认选择的按钮的不同边框
button:focus {
border-bottom: 4px solid #CC292B;
color: #CC292B;
}
button{
border-bottom: 4px solid green;
color: green;
}
现在，如果按钮被选中，它应该出现，color: #CC292B;否则为绿色。通过上面的CSS，我能够完成任务。现在我希望默认选择第一个按钮，即第一个按钮应该color: #CC292B;以绿色显示并以绿色显示，我该如何实现？提前致谢
嗨，我一直在尝试在 keras 中实现一个损失函数。但是我无法想出一种方法来传递超过 2 个参数而不是 loss(y_true, y_predict) 所以我想使用 lambda 层作为最后一层并在 lambda 层本身中进行计算并简单地返回 y_predict 的值在这样的损失函数中
def loss_function(x):
loss = some calculations
return loss
def dummy_loss(y_true, y_pred):
return y_pred
def primary_network():
global prim_binary_tensor
x = VGG16(weights='imagenet', include_top=True, input_shape=image_shape)
last_layer = Dense(k_bit, activation='tanh', name='Dense11')(x.layers[-1].output)
last_layer, x = basic_model()
lambda_layer = Lambda(loss_function)([last_layer, prim_binary_tensor])
model = Model(inputs=[x.input, prim_binary_tensor], outputs=[lambda_layer])
model.compile(optimizer="adam", loss=dummy_loss,metrics=['accuracy'])
return model
所以我的问题是：
1）我计算损失的方法正确吗？是否保证为每个图像（input_data）调用 lambda 层函数？
2）有人可以建议我如何将多个参数传递给损失函数吗？
3）损失函数的最终结果可以是标量还是必须是向量或矩阵？