Python 多输出模型的Keras自定义损失函数？

（您可以在下面的部分中找到最小代码和colab链接）
我将keras模型定义为：

model_in=Input（（无，无，3））
atts_out、clss_out、regs_out=[]、[]、[]
对于范围（5）中的i：
...  # 做我想做的，产生att_out，cls_out，reg_out张量
atts_out.append（att_out）
cls_out.append（cls_out）
regs_out.append（reg_out）
model=keras.model（model_in，[atts_out，cls_out，regs_out]）

现在我想在

model.compile（）

中使用一个自定义的loss函数，但我对它的参数（y\u true和y\u pred）形状感到困惑。假设我想在模型输出的

regs\u out

上应用MSE，我应该如何完成下面的代码

def混合动力系统损耗（y_真，y_pred）：
true_regs_out=…#如何从y_true中提取regs_？
pred_regs_out=…#如何从y_pred中提取regs_？
regs_损失=0
对于true_reg_out，pred_reg_out in zip（true_regs_out，pred_regs_out）：
#true_reg_out和true_reg_out的形状是什么？是（批次大小、附件形状）？
注册损失+=（真实注册输出-预测注册输出）**2
退货记录损失

完全极小示例 这是另一个完整的例子：

将numpy导入为np
导入tensorflow作为tf
从tensorflow进口keras
从tensorflow.keras.layers导入*
def f1（a、b）：
返回tf.reduce_sum（（a-b）**1）
def f2（a、b）：
返回tf.reduce_sum（（a-b）**2）
def f3（a、b）：
返回tf.reduce_sum（（a-b）**3）
def混合动力系统损耗（y_真，y_pred）：
#我想在x1上应用f1，在x2上应用f2，在x3上应用f3
x1_真=…#如何提取x1_真
x1_pred=…#如何提取x1_pred
x2_真=…#如何提取x2_真
x2_pred=…#如何提取x2_pred
x3_真=…#如何提取x3_真
x3_pred=…#如何提取x3_pred
返回f1（x1_真，x1_pred）+f1（x2_真，x2_pred）+f1（x2_真，x2_pred）
模型_in=输入（（3，））
x1=密度（10）（模型_-in）
x2=密度（20）（模型_-in）
x3=密度（30）（模型_-in）
model=keras.model（model_in，[[x1，x2]，x3]）
模型编译（'adam'，混合损耗）
t0=np.rand.rand（5,3）
t1=np.rand.rand（5,10）+10
t2=np.rand.rand（5,20）+20
t3=np.rand.rand（5,30）+30
模型拟合（t0，[[t1，t2]，t3]，批次尺寸=2）

---

完成上面的代码可以解决我的问题，但是，如果您能给我提供有关原生keras中的

y_true

和

y_pred

类型和形状的详细信息，我将非常感激。您可以为每个输出设置不同的损耗，并以不同的方式对其进行称重。在原生keras中，您可以为每个输出设置不同的损耗，并以不同的方式对其进行称重