我定义了一个三重态损耗函数，如下所示：

def triplet_loss(self, alpha):
    def loss(y_true, y_pred):
        anc, pos, neg = (
            y_pred[:, :emb_size],
            y_pred[:, emb_size : 2 * emb_size],
            y_pred[:, 2 * emb_size :],
        )
        distance1 = tf.sqrt(tf.reduce_sum(tf.pow(anc - pos, 2), 1, keepdims=True))
        distance2 = tf.sqrt(tf.reduce_sum(tf.pow(anc - neg, 2), 1, keepdims=True))
        return tf.reduce_mean(tf.maximum(distance1 - distance2 + alpha, 0.0))
    return loss

然后我用我的模型编译它：

optimizer = SGD(
    lr=self.learning_rate,
    # lr_multipliers=learning_rate_multipliers,
    momentum=0.5,
)

self.model.compile(
    loss=self.triplet_loss(
        alpha=margin,
        # emb_dim=emb_size
    ),
    optimizer=optimizer,
)

然后，模型开始使用 self.model.train_on_batch(data) ,
迭代1/10000：列车损失：4.558698，lr=0.001000
迭代2/10000：列车损失：4.558681，lr=0.001000
迭代3/10000：列车损失：4.558654，lr=0.001000
迭代4/10000：列车损失：4.558623，lr=0.001000
然而，问题是我甚至没有通过考试 emb_size 到损失函数。我试着删除函数中的所有内容 loss 在我的损失函数中：

def triplet_loss(self, alpha):
    def loss(y_true, y_pred):
        print("My loss function")

    return loss

并再次运行培训计划，培训仍能正常进行：
迭代1/10000：列车损失：4.556189，lr=0.001000
迭代2/10000：列车损失：4.556171，lr=0.001000
迭代3/10000：列车损失：4.556145，lr=0.001000
所以我认为keras根本没有使用我的损失函数，为什么会发生这种情况？我应该如何解决此问题？