如何通过馈送自定义渐变来计算反向通过？

Question

目前，我正在用tensorflow实现代码替换Pytorch的代码。

参考代码包含以下行。

XXX.backward(grad_output, retain_graph=True)
YYY = input.grad.detach().sum(1).clone().clamp(min=0)

XXX对应于fc层之前的ResNet的N\*N*C地图。

在此代码中，在计算反向路径时，将输入直接定义的梯度而不是损失值。

我如何描述这与Tensorflow一起实现？