我正在寻找建立一个接受输入向量的神经网络$\mathbf{x}$并输出一个向量$\mathbf{y}$这样在$f(\mathbf{x}, \mathbf{y})$被最小化，其中$f$是一些功能。网络将看到许多不同的$\mathbf{x}$在训练期间调整其权重和偏差；然后我将使用测试集测试网络$\{\mathbf{x}_1, \dots, \mathbf{x}_n \}$计算$\sum(f(\mathbf{x}_1, \mathbf{y}), \dots, f(\mathbf{x}_n, \mathbf{y}))$看看这个总和是否最小化。

但是，我没有输出标签$\mathbf{y}$. 我试图最小化的损失函数是基于输入和输出，而不是输出和标签。

我尝试了许多标准的 Keras 和 TensorFlow 损失函数，但它们无法完成这项工作。关于如何实现这一点的任何想法？