Tensorflow tf基于微分函数的当前梯度覆盖梯度

是否可以根据当前渐变更改传播回优化器的渐变？
即

---

我知道tf有

RegisterGradient

，但我没有找到一种方法来使用计算的梯度来计算自定义梯度

要更改某些操作的梯度计算方式，可以使用。要操纵优化器使用的渐变，可以调用、操纵渐变值，然后调用（而不是调用

minimize

）。要更改某些操作的渐变计算方式，可以使用。要操纵优化器使用的渐变，可以调用、操纵渐变值，然后调用（而不是调用

最小化

）。

intermediate_layer = build_intermediate(inputs)
outputs = conv2d(intermediate_layer)
#####
   ## And for all the variables inside intermediate
gradients_that_propagate_to_optimizer = true_gradients * 2