我在理解keras中的自定义train_step函数是如何工作的方面遇到了一个问题，希望能从社区中获得一些见解。
我的问题：我正在为Face Super Resolution构建一个网络（更具体地说，这一个：https://ieeexplore.ieee.org/document/9428360），我使用一个自定义模型来构建它的逻辑。我有一些指标，我想绘图，当我返回所有的指标，从自定义的train_step函数绘图我得到非常糟糕的结果，当我只返回网络损失的结果是好一点（远不完美，但这是另一个问题）。示例：

第一个测试（图像）只返回网络损耗，第二个测试（图像）返回我需要绘制的所有指标。
你可以检查第一个测试和第二个测试之间的提交，以更好地理解我所说的：https://github.com/JoaoPicolo/UFPR-DissertationFSR/commit/6bf171a155b99f64042223942089eec0d2349803
完整代码可在以下网址获得：https://github.com/JoaoPicolo/UFPR-DissertationFSR/tree/main/src/DIDnet
我已经尝试过更改train_step返回参数，并观察到当我只更改它们时，结果是不同的。Keras的文档中是否有任何部分解释了这对网络的影响？我想找不到。
在我引用的最后一次提交中，我也改变了指标参数，但我确信这不是影响最终结果的原因，因为我之前的测试没有改变它，并且得到了相同的行为。