我正在尝试在Keras中实现自定义成本函数，该函数除categorical_crossentropy损失外，还包括对以训练样本标签为条件的条件进行正则化的条件。
例如，如果输入样本的类型为A，则仅将正则项R_A添加到最终成本函数，而将其他项设置为零。
类似这样的东西：
Cost function = categorical_crossentropy + (label == A)*Reg_A + (label == B)*Reg_B + ....
任何人都可以告诉我如何实现它吗？