Machine learning 胶子ts：尝试个性化成本函数时出现问题

我试图实现我自己的成本函数来训练我的模型a多层感知器，我担心的是在训练过程中我会遇到以下问题：

检查失败：！AGInfo:：IsNone（*i）：无法区分节点，因为 它不在计算图中。您需要将is_录制设置为 true或使用autograd.record（）保存计算图形以供 向后的如果要将同一图形区分两次，则需要 向后传递retain_graph=True

我试过：

def myloss(forecast, target):
      .
      .
      .
      .     
      with autograd.record():
           loss= nd.array(np.sqrt((r-1)**2+(beta-1)**2+(gamma-1)**2))
      return loss

在混合前向中，我调用我的损失函数

def hybrid_forward(self, F, past_target, future_target):
      prediction = self.nn(past_target)     
      loss = ( 1 - self.myloss( prediction,future_target) ).mean(axis=-1)
      return loss

我还注意到，当我在不将参数从mxnet ndarray转换为numpy ndarray的情况下计算损失时，它是有效的，但在我的情况下，它是强制性的，因为我必须执行几个中间计算