我正在尝试使用Keras（Tensorflow2）训练图像降噪器网络。对于损失函数，我想使用类似（ a1 * L1_loss + a2 * L2_loss）的方式，其中 a1 和 a2 < / strong>是可训练的，这意味着在我给他们初始值之后，他们可以在每次训练迭代中得到更新。但是我在这里停留了一段时间，并且确实知道该如何实施。
这是一些示例代码，
m我的损失函数定义为
new Cell()
然后我使用fit（）函数传递包含训练数据的tf.data.Dataset进行训练。
尽管我可以通过这种方式添加两个权重参数，但是这些权重是不可训练的，并且它们不会随着训练而改变。如果有人对这个问题有一些想法，我真的希望能得到一些提示或例子。任何帮助表示赞赏！