一个操作的梯度为“无”。没有渐变的常见操作：K.argmax，K.round，K.eval

Question

我在精确度和召回率报告中遇到问题，因为对于阳性类别，其价值非常小，约为15％。因此，要更正它，我为丢失功能编写了一些自定义代码，这既不正确，又引发错误。

def不平衡损失（y_true，y_pred）：

stacked =tensorflow.stack([y_true, y_pred])
def claculate_loss(y):
    correct=y[0]
    predict=y[0]
    if correct== 1 and predict== 0 :
        return 5
    elif correct== 0 and predict== 1:
        return 0.5
    else:
        return 0


loss_array = tensorflow.keras.backend.map_fn(claculate_loss, stacked)
return(tensorflow.keras.backend.sum(loss_array))

这将在Keras深度学习模型中传递，同时为“损失”编译模型

错误：操作具有None用于渐变。请确保您所有的操作都定义了渐变（即可区分）。没有渐变的常见操作：K.argmax，K.round，K.eval。