假设我有一个x_train,y1_train和y2_train。
我想构建一个网络（例如简单的 MLP）以同时拟合y1_train和低相关y2_train（或拟合-y2_train）。
我怎样才能实现这个目标？自定义损失函数是一个好的解决方案吗？
我使用 keras 作为我的工具。
如何设置具有两个目标的新网络？
数据挖掘
机器学习
喀拉斯
2022-03-10 22:25:09
1个回答
所以这个问题与其说是深度学习问题，不如说是逻辑问题。您的 y1_train 和 y2_train 可以与指向输出中要考虑的输出的指针标签一起建模。假设我们按如下方式创建连接输出：
[[0/1],[y1_train], [y2_train]]
在哪里0可以代表天气，要选择的标签是y1或y2等等。
但是，如果您打算创建更复杂的输出并在不同的损失函数上训练不同的输出，这里有一篇文章您应该参考多输出教程/示例和自定义损失函数用于不等权重多输出节点回归
其它你可能感兴趣的问题