自定义损失功能访问标签

Question

我正在使用Keras训练生成对抗网络。我想实现一个自定义损失函数，该函数除了均方误差外还具有正则化项。损失函数代码可以写为

def mean_squared_error(y_true, y_pred):
    return K.mean(K.square(y_pred - y_true), axis=-1)

就我而言，ytrain有两个通道，图像的高度和宽度为256 x256。我认为y_pred张量的形状为[None，256,256,2]。如何使用第一和第二频道？具体来说，我想添加一个可以计算为的正则化项

d2y_dx2 = t.gradient(t.gradient(y_pred[:,:,:,0], x), x)
d2y_dy2 = t.gradient(t.gradient(y_pred[:,:,:,0], y), y)
loss1 = d2y_dx2  + d2y_dy2  + y_pred[:,:,:,1]

我想获取第一个通道的laplacian并将其添加到图像的第二个通道。 谢谢您的帮助。