如何实现具有多个输入和输出的自定义损失功能

Question

我正在尝试在此paper中实现损失功能。

简而言之，I是输入，P是基本事实，lambda是常数，f(I)是分段网络的输出，g(I)是另一个辅助网络， s(f(I))是应用于f(I)的Sobel过滤器。

由于第二项同时需要f和g的输出，因此我只需在 {{1}的输出层之后添加 Sobel过滤器层 } 得到f，然后使用减法层计算s(f(I))。因此，我的模型实际上有2个输出，一个是损失函数中的第一个项，另一个是第二项。

但是，我的模型无法正常工作。因此，我想知道我的损失函数是否存在一些错误，或者我不应该使用这种方式来构建我的模型（在上一段中提到）？

我的模型看起来像这样

这是我的代码。

|s(f(I)) - g(I)|用于第一项。 loss1()用于第二项。

loss2()中的

y_pred是loss1()，f(I)中的y_pred是loss2()。

|s(f(I)) - g(I)|