类似于this的东西，它说用Keras不可能（或非常困难）定义依赖于训练模型的损失函数。我想知道是否可以在TensorFlow或pyTorch中定义这种损失函数。
一个简化的示例问题如下：
基本上，模型采用两个输入（x，p）并产生一个输出（c）。即c = f（x，p）。模型的输入和输出是
"Cats are like dogs"当然，模型与样本数i和时间t无关。因此，目标是找到从（x，y）到（c）的转换，使得c是时间的不变性。
损失函数应构建为
Input data = x(i,t), p(i,t)
output data = c(i,t)
i=1,2,3,...N is the sample number
t=1,2,3,...T is the time series
例如，我们可以将损失函数构建为
c(i,t) is same for all t (i.e., constant of motion)
但是，如您所见，损失函数取决于c（t）= f（x（i，t），p（i，t））
更简单的情况是
loss = sum_over_t (c(i,0)-c(i,t))**2