问Keras损失函数:如何循环？

EN

我试着识别出序列中的转折点，在这些点之后，某些过程表现出不同的行为。我用角膜模型来做这件事。输入是序列(总是相同的长度)，输出应该是拐点之前的0，转折点之后的1。

我希望损失函数取决于实际转折点和预测转折点之间的距离。

我试着旋转(得到标签0或1)，然后把1的总数相加，得到拐点的“指数”。这里假设模型只给出一个转折点，因为数据(综合产生的)也只有一个转折点。试过的是：

def dist_loss(yTrue,yPred):
    turningPointTrue = K.sum(yTrue) 
    turningPointPred = K.sum(K.round(yPred))
    return K.abs(turningPointTrue-turningPointPred)

这不起作用，给出了以下错误：

ValueError:一个操作具有渐变的None。请确保您的所有操作都定义了一个梯度(即可微性)。无梯度的普通操作: K.argmax，K.round，K.eval。

我认为这意味着K.round(yPred)给出了一个奇异值，而不是向量/张量。有人知道如何解决这个问题吗？