python - 带有其他输入数据的tensorflow自定义损失函数

我尝试为顺序模型构建自定义损失函数。在这种损失函数中，y_true和y_pred用于计算误差。当我尝试替换y_true张量时，因此模型中的所有真实值都应与应该相同的外部真实值相同，我得到的结果却不同（大约为预期值的一半）。
为了使这一点更清楚，这是我正在工作的代码的一部分：

import numpy as np
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense
import tensorflow as tf
from tensorflow import keras

def custom_loss(y_true, y_pred):
    loss = tf.square(y_pred - y_true) + tf.square(y_pred - y_true)
return loss

model = Sequential()
model.add(Dense(5, input_dim=4, activation='tanh', use_bias=True)) # 1
model.add(Dense(5, activation='tanh')) # 2
model.add(Dense(5, activation='tanh')) # 3
model.add(Dense(5, activation='tanh')) # 4
model.add(Dense(5, activation='tanh')) # 5
model.add(Dense(1))
model.compile(loss=custom_loss, optimizer='adam', metrics=['accuracy'])

现在，当我尝试用转换为张量的外部变量替换y_true之一时，我没有得到相同的结果。 input_scaled是与model.fit相同的numpy数组，因此我希望这两个自定义损失函数将产生相同的输出。

input_as_tensor = tf.convert_to_tensor(np.float32(input_scaled))

def custom_loss(y_true, y_pred):
    loss = tf.square(y_pred - y_true) + tf.square(y_pred - input_as_tensor)
return loss

# ...as above...
hist = model.fit(input_to_fit, input_scaled, epochs=300, callbacks=[tensorboard_callback], validation_split=0.2)

我正在使用TensorFlow版本：2.0.0。
任何解释差异的想法将不胜感激。

编辑：
我认识到Keras正在处理标准批处理大小为32的输入数据，因此input_as_tensor和y_true之间的尺寸不匹配，而尺寸不同。我必须弄清楚如何从我的input_as_tensor中减去正确的值。

最佳答案

除非您为要使用的模型设置种子，否则即使使用相同的代码和相同的数据，也永远不会获得相同的结果。

关于python - 带有其他输入数据的tensorflow自定义损失函数，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/60337076/