Keras 如何访问小批量中每个示例的渐变？

我正在为Keras编写一个优化器，并希望某些参数的更新取决于minibatch中梯度的统计信息。因此，我需要一些方法来访问minibatch中每个示例的渐变

有没有一种优雅的方式可以做到这一点，例如，在Theano？我现在不知道该怎么做

theano.gradients.grad

将一个完整的小批量张量作为输入/输出，但如果不完全重新定义所有操作和

grad

，就无法单独访问每个梯度

或者，在Keras中有没有一种不优雅的方式可以做到这一点？我可以从优化器的

get\u gradients

中调用

keras.model.train\u on\u batch

，但这需要我能够从优化器中访问输入数据。目前情况并非如此；输入不是

模型的属性，因此无法访问。因此，代理问题是如何从优化器中访问小批量输入/输出？

目前，这种不雅观的方式可能效率极低。更重要的是，我要弄清楚这个优化算法是否真的有效