python - 用于嘈杂的不可微损失函数的自定义 Tensorflow 优化器

Question

我使用低级 tensorflow API 构建了一个模型，该模型只有几个我想要优化的变量(大约 10 个)。因此，我想实现一个自定义损失函数，它会产生嘈杂的损失值(有点像基于模拟的优化方法)。

通常我会使用像 SPSA 优化器这样的无衍生优化器。

有没有办法用低级 tensorflow API 实现不可微的损失函数和像 SPSA 这样的优化器？

PS:有人会问为什么要用tensorflow？这是因为我想用tensorflow来方便保存模型，用tensorboard来方便全面的可视化。此外，我希望能够在标准化框架中切换和比较不同的模型。

Answer 1

我认为 SPSA 也适用于不可微函数。对于 SPSA 实现:https://github.com/fraunhofer-iais/tensorflow_spsa