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。
请您参考如下方法:
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
