自定义损失函数，带梯度计算

Question

我正在尝试在Keras中创建自定义损失函数。我想根据神经网络的输入和预测输出来计算损失函数。我创建了自定义损失函数，该函数使用y_true，y_pred和t作为参数。 t是我要用于自定义损失函数计算的变量。我在损失函数中有两个部分（请参考所附图片）

我可以创建损失函数的第一部分（均方误差）。我想对y_pred张量进行切片并将其分配给三个张量（y1_pred，y2_pred和y3_pred）。有没有办法直接在Keras中做到这一点，或者我必须为此使用tensorflow？如何计算喀拉拉邦的梯度？我需要创建一个会话来计算loss2吗？

def customloss(y_true, y_pred, t):
    loss1 =  K.mean(K.square(y_pred - y_true), axis=-1)
    loss2 = tf.gradients(y1_pred, t) - y1_pred*y3_pred
    return loss1+loss2

谢谢。