我有一个损失函数，可以根据我希望神经网络执行的操作来最小化错误。问题是，它是一个不可微函数。我该如何处理？

损失函数：$(1-y) \cdot log(1-p) + min((1-y)-(y \cdot log(p)))$

• $y$： 目标
• $p$： 预言
• len((1-y)-(y*log(p)))= len(y)=len(p)

我试图平滑最小值，但我不确定这是否足够好。如您所见， min 运算符是不可微的

如何用神经网络处理不可微的损失函数？