Я пытаюсь написать несколько пользовательских слоев в Керасе. Конечная цель состоит в том, чтобы определенные параметры (обновляемые в соответствии с фиксированной формулой после оптимизации каждой партии данных в процессе обучения) передавались в функцию потерь. Я не верю, что в Керасе можно использовать динамические функции потерь, но я должен иметь возможность передавать эти параметры в функцию потерь, используя несколько входов и пользовательский слой.
Я хочу знать, возможно ли создать слой в Keras с параметрами, которые не могут быть обучены (и вообще не оптимизированы в процессе обучения), но обновлены в соответствии с фиксированной формулой в конце каждой партии оптимизация в тренировочном процессе.
Самый простой пример, который я могу привести: вместо оптимизации общей функции затрат (например, кросс-энтропии) я хочу оптимизировать нечто пропорциональное кросс-энтропии (c * cross_entropy). После обработки одной партии данных в процедуре обучения я хочу установить, например, c = 1,2 * c, и это будет использоваться в качестве значения c в пакете данных.
(Это должно быть более или менее бесполезно в этом случае, так как положительное постоянное время, когда функция потерь не должна влиять на минимумы, но это довольно близко к тому, что мне действительно нужно сделать).