Ich habe eine Verlustfunktion implementiert, die numpy und opencv-Methoden verwendet. Diese Funktion verwendet auch das Eingabebild und die Ausgabe des Netzwerks.Verlustschicht auf Keras mit zwei Eingabeebenen und numpy Operationen
Ist es möglich, die Eingabe- und Ausgabeschichten in numplige Arrays zu konvertieren, den Verlust zu berechnen und ihn zur Optimierung des Netzwerks zu verwenden?
Nein, Gradienten sind erforderlich, um Gradientenabstieg durchzuführen. Wenn Sie also nur einen numerischen Verlust haben, kann dieser nicht differenziert werden, im Gegensatz zu einem symbolischen Verlust, der von Keras benötigt wird.
Ihre einzige Chance besteht darin, Ihren Verlust mithilfe von keras.backend Funktionen zu implementieren oder ein anderes Deep Learning-Framework zu verwenden, mit dem Sie den Farbverlauf möglicherweise manuell angeben können. Sie müssten den Gradient irgendwie noch berechnen.