我想为一个时间序列问题实现一个非常具体的自定义损失函数,该函数取决于将来对y_true
的观察。像这样:
import keras.backend as K
def custom_loss(y_true,y_pred):
return K.maximum(0.0,y_true - y_pred) + K.maximum(0.0,y_pred - sum(y_true[j] for j in range(T))
T
是一个固定参数。因此,当前期间的损失取决于当前期间的观察值+ T
之后的所有观察值。显然不可能像这样索引y_true
,但是如何将未来的观察结果纳入损失函数?