有没有办法将多个目标合并到一个损失中？

目前，我使用 Sequential() API，我想这还不够......

我以区域预测为目标。数据集的每个样本都有一个要分配的有限区域。我的回归经常高估总样本面积......我想将面积限制实施为损失。这将是样本的所有真实目标值的总和。我想单独惩罚该地区的高估。

我知道 Keras 会自动平均这样的损失：

1.批量训练-->

2.对于所有目标：损失（目标）-->

3.所有目标的平均损失

但我需要这样的东西：

1.批量训练-->

2.loss（所有预测区域之和，真实区域之和）&对于所有目标：损失（目标）-->

3.mean loss 总体目标和areasumloss

当前的解决方案是特征工程方法：

每个样本的总面积已添加到特征列表中，但并未增强结果。个别地区的总和仍然被高估

有没有办法用 Sequential() API 做到这一点，还是我需要使用功能 API？