我正在写自定义损失，并相信tf.argsort会引起问题：
def custom_loss(y_actual, y_predicted):
x = tf.square(y_actual - y_predicted)
ind = tf.argsort(x, direction='ASCENDING')
x = tf.reduce_mean(tf.gather(y_actual, ind))
return x
这是我遇到的错误
ValueError: No gradients provided for any variable: ['sequential_1/dense_2/kernel:0', 'sequential_1/dense_2/bias:0', 'sequential_1/dense_3/kernel:0', 'sequential_1/dense_3/bias:0'].
是否存在梯度不能通过argmax操作流动的问题，并且有一种方法可以解决此问题吗？非常感激！