当前，我正在尝试训练从电信工程模型生成的复杂数据。权重和偏差也很复杂。我在第l层对隐藏层使用了relu激活，如下所示：
A_l = tf.complex(tf.nn.relu(tf.real(Z_l)), tf.nn.relu(tf.imag(Z_l)))
但是，请问如何针对成本和优化程序来实现呢？我真的很困惑，因为我是机器学习的初学者。我浏览了一些有关非解析函数的论文，但是它们都没有帮助使用Tensorflow API。例如：如何重写下面的函数？
cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits = Z_out, labels = y))
optimizer = tf.train.AdamOptimizer(learning_rate = learning_rate).minimize(cost)
我已经看到一条建议，将成本分为实部和虚部：
cost_R = .., cost_I = ...
但是我没有尝试过，因为我认为优化器将被拆分并且优化无法正常进行。我在第l层对隐藏层使用了relu激活，如下所示：
A_l = tf.complex(tf.nn.relu(tf.real(Z_l)), tf.nn.relu(tf.imag(Z_l)))
但是成本和优化器如何？ 非常感谢您的帮助。