为什么Keras铰链损失需要将负样本和正样本标记为-1和1，而不是通常的0和1

Question

我是使用Keras的新手。我想将二进制铰链损失应用于分类目的。我意识到在loss.py函数中，铰链损耗要求将负样本和正样本分别标记为-1和1。但是，张量流的铰链损耗将0,1隐式转换为-1,1。我想知道为什么Keras的铰链损失函数没有采用tensorflow的实现。