来自外部Python函数的Keras中的自定义损失

Question

我想从外部来源获得损失，因此在损失函数中，输入数据为0的矩阵，我将其重置为零（yPred-yTrue-yPred），然后将该值增加为0由我的true_loss决定，它来自my_function（x，y，z）：

def lossFunction(yTrue,yPred):
    #x = output 1
    #y = output 2
    #z = output 3
    true_loss = my_function(x, y, z) #LOWER IS BETTER

    return K.mean(K.square(yPred - yTrue - yPred) + true_loss, axis=-1) #first part is always 0, plus our custom (true) loss

我需要x，y和z作为数字的最后一层（3个神经元的密集层）的输出，然后函数评估那组数字

因此，网络的目标是忽略输入数据并最小化函数my_function（...）

这可能吗？由于我注意到有打印，所以lossFunction仅在开始时执行一次。自定义回调存在相同的问题，因为无法在损失函数中更新变量，并且由于模型的发展，x，y和z会发生变化，因此my_function将是动态的。

谢谢！