我的回归应该预测值 >=0 但是错误预测的值 >0（例如 0.001 而不是 0）比 0.001 的轻微错误预测（例如 0.002 而不是 0.003）要糟糕得多

我正在考虑一个服装损失函数，它对错误的非零进行加权以返回一个很大的损失。

有没有更优雅的方式？

编辑：

这是我不雅的解决方案：

def custom_loss(y,yh):
    if y == 0:
        loss = tf.math.minimum(100,yt*100000)
    else :
        loss = losses.mean_squared_error(yh,y)

    return loss