如何解决Tensorflow Python：在自定义损失函数中替换y_true的最小值
我正在尝试使用张量y_true和y_pred（shape =（batch_size，1））创建一个自定义损失函数，它看起来像这样：
minima = tf.reduce_min(y_true)
delta = (tf.math.abs(y_true - minima)
y_true1 = tf.math.divide_no_nan (y_true,delta)
y_pred1 = tf.math.divide_no_nan(y_pred,delta)
error = tf.square(y_true1 - y_pred1)
这就像mse错误，但每个术语前面都有权重'delta square'。增量可以看作是每个元素与y_true最小值之间的距离。 我必须使用“ divide_no_nan”选项进行分度，因为最小状态（对于y_true的元素，其最小值）的增量为零。但我想改为此状态的最大权重（divide_no_nan为其赋予零权重）。有什么办法可以用一个很大的数字（例如10 ** 10）代替nan而不是用divide_no_nan选项将nan替换为零？
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
