我有一个简单的模型（5个通道），我期望它返回第二个通道
它运作得很好，我得到了完美的零损失。
当我稍作调整（我在输出中添加了一个额外的通道）并且我决定不再关心第二个通道时，
我将其改为如下：
现在无法训练了。这对我来说似乎很疯狂。有人知道这是怎么回事吗？
附注：这个例子可能看起来很愚蠢，但对于一个更复杂的问题，我需要计算一个自定义损失，我将问题简化为这个简单的例子。
感谢您的帮助
回答：
经过几个小时的挣扎，我终于找到了解决方案（以及一个可能的解释）。
这个例子中的问题（也是唯一的区别）是索引选择。虽然它似乎得到了Tensorflow的支持，但它的行为并不正确。（并且在Theano后端下，问题片段会失败）。尽管损失计算正确，但似乎导数是错误的，误导了优化器。这就是神经网络无法训练的原因。我找到的一个虽然有点 hacky 但完美工作的解决方案是将
y[:, 0]替换为
tensorflow.matmul(y, [[1.0], [0.0]])我没有尝试过，但如果你是多后端的东西，应该用keras.backend.dot也可以。注意在权重中使用浮点数而不是整数，否则类型检查会失败。
希望这能帮助到其他人。
