为什么Keras不需要自定义损失函数的梯度？

Question

据我所知，为了通过梯度下降更新模型参数，算法需要在某一点计算误差函数E相对于输出y的导数：dE / dy。不过，我已经看到，如果你想在Keras中使用自定义丢失函数，你只需要定义E，你就不需要定义它的衍生物了。我错过了什么？

每个丢失的函数都有不同的导数，例如：

如果损失函数是均方误差：dE / dy = 2（y_true - y）

如果损失函数是交叉熵：dE / dy = y_true / y

同样，模型怎么可能不问我衍生物是什么？模型如何根据参数从E？

的值计算损失函数的梯度

由于

Answer 1

据我所知，只要您在Error函数中使用的每个运算符都已经预定义了渐变。底层框架将设法计算损失函数的梯度。