我正在尝试构建一个执行以下操作的模型：
给定从离散值的相同基础分布(在有限循环组中(绘制的两个时间序列，获取它们的元素差异并将其馈送到模型中。
该模型的任务是在只知道它们的差异时重建两个原始时间序列。
我使用交叉熵作为损失。 但我想介绍一个单独的损失：
获取第一个序列类别的预测概率，通过作为输入给出的差异序列来移动它们，并查看与为序列预测的概率的绝对差异。
如何在 keras/tensorflow 中实现这一点？ 我已经研究了roll和gather，但它们没有提供足够的灵活性。gather_nd可能是可行的，但不确定这是否是一个好主意？
到目前为止，我只设法使用动态层实现了这一点，但这非常慢。
顺便说一句，在我感兴趣的应用程序中，这两个序列是英文文本。 我正在尝试解密两个时间垫。 到目前为止，我已经达到了~85%的准确率。 但我正在努力改进。 谢谢！
我想通了：gather接受一个batch_dims完全符合我需求的论点。