matlab中使用polyfit函数，把51个wsp衰减数据拟合成6个多项式系数wsp_coefficients 。
在python中，传入(1,6)的wsp_coefficients多项式系数
自定义一个输入层InputPowerLayer，实现功能：
把 (1,6)的wsp_coefficients的数组进行keras的方法或者数学处理方法进行处理得到一个（1，51）的数组wsp衰减数据，是该层的输出。
然后把该自定义层+已经初始预训练后的model0的其他层 拼起来成为model1 ，训练model1，得到优化后的wsp_coefficients。
在训练时，把其他层都冻结，只设置自定义层可训练，通过已知目标target_osnr，不断训练，找到一个最优的wsp_coefficients，使得预测的pre_osnr无限接近target_osnr。
这个是我现在编写的代码，误差非常大达到300多，请各位大神帮忙看看怎么修改代码，可以实现上述的功能，并进行训练减小loss。
孩子代码小白，最近被老师骂惨了，救救孩子吧
下面是附上我的代码：
921
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
