写在前面的话：我已放弃这种做法，没法BP。。。

最近因为工作需要，需要设计一个loss function，因为以前看过些别人怎么用TensorFlow写loss function，感觉也就是几行的代码，所以，自己把数学公式想明白后，就开始码代码，第一步肯定是Google了。

搜到的很多都是这种文章Tensorflow 损失函数（loss function）及自定义损失函数（三），里面讲了很多TensorFlow官方自带的函数，但这种函数，说实话，是不适用于我的损失函数的，虽然不是很复杂，但是有很多查找和判断语句，还涉及到维度的变换，这个是这些函数无法解决的。

tensorflow里面怎么自定义一个loss function？-SofaSofa对这个有个概括，即只有两种方法：

1.用C++写底层代码，重新编译TensorFlow；

2.把自己定义的损失函数用TensorFlow中的标准函数表示出来；

说实话看到这个很失望，第一种方法在Adding a New Op里有详细的讲解，看到长长的介绍感觉头大，注册再编译一套流程走完感觉得好久好久。。。

好在最后还是给我搜到了TF 竟然还有这种操作，里面第一个操作很有趣，详细解释了下tf.py_func的用法，其用处是：

Wraps a python function and uses it as a TensorFlow op.

即能用Python程序去用来得到loss函数，这个已经符合我的需求了，就这样蹭蹭蹭一个下午就写好代码了。

不过，就如TF 竟然还有这种操作所说，是没法求导的，其实很好理解，这个python function只定义了前向推导的loss是怎么来的，但怎么反向推导确实无法给出，这个问题值得继续探讨。

【已完结】