我正在使用Tensorflow运行我的程序
我有在开发环境中调整的参数alpha和beta，它们在公式中用于计算每个实体的得分。
然后根据这些实体的得分对这些实体进行排名，并保留前N个以进一步分析，以使用其他参数（也可以同时对W和b进行调整）找到其他分数
总体得分包括先前的实体得分和其他得分
损失函数是基本事实的总分-前N个提取实体中每一个的总分。
Adam优化器需要找到最佳参数alpha，beta w和b
我可能应该在一幅图中一起对整个系统进行训练，然后运行优化器以获得使损失函数最小化的最佳参数，但是我不知道该怎么做，因为我需要提取内部的前N个实体培训。 aka：先获取最佳的alpha和beta来提取N个实体，然后再计算其他分数并优化w和b。
我应该分别进行两个阶段，还是要实现这一目标？