我怎么知道Keras正在优化自定义损失函数中的正确值？

Question

def charbonnier(I_x, I_y, I_t, U, V, e):
    loss = K.sqrt(K.pow((U*I_x + V*I_y + I_t), 2) + e)
    return K.sum(loss)

我正在训练一个具有以下（以及代码上方）所示的微分损失函数的无监督模型。 I_x，I_y和I_t是常量，目标是学习使E（F）最小的U和V。

我的问题是，如何确定Keras在优化正确的权重U和V？是否有某种方法可以确保常量被冻结并且只有U和V是可优化的？

如果有帮助，我的模型输出为（1,240,320,2）张量，其中的通道为U和V。任何建议将不胜感激。