怎么将GHMCLoss应用于结构型数据[353130 rows x 115 columns] 11类

[cfjcyc0301]

大神，您好，我将GHMCLoss(layers.Layer)应用于结构型数据中，进行入侵检测
报错：ValueError: Could not interpret loss function identifier: 0.9288549423217773
请问需要怎么修改呢？

数据集是[353130 rows x 115 columns]，有11类，用一维卷积，模型输入维度为
(None,11,1)
x_train_cnn.shape ---(247191, 115, 1)
x_validate_cnn.shape ---(35313, 115, 1)
x_test_cnn.shape ---(70626, 115, 1)

模型代码：
model = Sequential()

model.add(Conv1D(64, 4,strides=1, activation='relu',input_shape=(11, 1)))
model.add(Conv1D(64, 2,strides=1, activation='relu',padding="same"))
model.add(MaxPooling1D(pool_size=2,data_format='channels_last'))
model.add(Conv1D(128, 2,strides=2, activation='relu',padding="same"))
model.add(Conv1D(128, 2,strides=2, activation='relu',padding="same"))
model.add(MaxPooling1D(pool_size=2,data_format='channels_last'))

model.add(GlobalAveragePooling1D())
model.add(Dropout(0.2))

model.add(Dense(11,activation='softmax'))

model.compile(loss='categorical_crossentropy', optimizer='adam',metrics=['accuracy'])
monitor = EarlyStopping(monitor='val_loss', min_delta=1e-3,
patience=5, verbose=1, mode='auto')
history=model.fit(x_train_cnn,y_train,validation_data=(x_validate_cnn,y_validate),batch_size=512,
callbacks=[monitor],epochs=100)

请问gmh函数需要怎么改呢，我试了很多次不知道怎么改，本人编程基础比较薄弱，最近一直在解决这个难题，一直卡在这里，希望能得到您的回复，非常感谢。

[HirataYurina]

我写GHMLoss的时候主要是应用在Faster rcnn代码中，如果是一维度卷积，例如处理时序信号类型数据，如果不是图像处理，可以把class_weights直接去掉。