Я пытаюсь реализовать пользовательскую функцию стоимости в Керасе, которая помимо потери categorical_crossentropy включает в себя регуляризирующие термины, которые указаны на этикетке обучающих образцов.
Например, если входная выборка имеет тип A, к конечной функции стоимости добавляется только нормализующий член R_A, а остальные задаются равными нулю.
как то так:
Cost function = categorical_crossentropy + (label == A)*Reg_A + (label == B)*Reg_B + ....
Кто-нибудь может подсказать мне, как это реализовать?