在 Keras 中，如何修改每个批次的损失（使用训练期间应运行的额外代码）

使用此自定义回调，我可以 1) 查看训练期间的损失 2) 访问正在训练的模型

class ChangeBatchLoss(tf.keras.callbacks.Callback):
    def on_train_batch_begin(self, batch, logs=None):
        if 't_loss' in logs:
            print(logs, file=sys.stderr)
            print(self.model, file=sys.stderr)

我的问题是：是否可以在训练期间修改损失本身？ （我想执行一些额外的计算并添加/减去损失（在我的代码中，“损失”对应于日志[“t_loss”]显示的值。

任何想法？

Thanks

1. 为相关模型创建自定义模型
2. 覆盖函数 _make_train_function 并修改 self.metrics_tensors 或 self.total_loss