tensorflow 自定义损失 梯度为0

输入是one_hot编码， 1类OK + N类 NG   。 OK固定是one_hot编码 第一位

OK和NG之间分对更重要，因此增加 自定义损失，尝试提升性能 如果设置， weight[0] =0.0 ， weight[1]  = 1.0  。 loss有值，但是，应用到调整网络梯度时， 网络所有层的梯度都是0 。 即，如代码示意损失，已经丢失帝都回传信息。 问题：怎样修改，才能实现带梯度回传信息的损失计算？

当进一步，计算 可train参数的梯度时