我创建了一个基本的自定义损失函数（返回 MSE 或 MAE 属于 y_true 及 y_pred ). 但是，我得到以下错误：
invalidargumenterror：整形的输入是一个具有32个值的Tensor，但请求的形状有1[[节点自定义\丢失/整形]
形状 train_features 我传入的Tensor model.fit() 是 (44,906,1) ，我的顺序模型是：

model = tf.keras.models.Sequential()
model.add(tf.keras.layers.LocallyConnected1D(4, kernel_size=(4), strides=2,
      activation='relu', input_shape= train_features.shape[1:], padding='valid'))
model.add(tf.keras.layers.Flatten())
model.add(tf.keras.layers.Dense(1, activation='relu'))

我不确定为什么要重塑具有32个值的Tensor（这与我的自定义损失函数有什么关系，因为我的模型在我不使用自定义损失函数时工作）：

def custom_loss(y_true,y_pred):
    if y_true >= y_pred:
      return keras.backend.square(y_pred - y_true)
    else:
      return keras.backend.abs(y_pred-y_true)

我的理解是，我的模型的层输出Tensor应该是正确的（否则，如果我简单地设置 loss='mse' 在里面 model.compile() ).