有很多方法可以限制网络的输出。

使用激活层是一个很好的选择。如果您对输出层进行 sigmoid，则输出被限制在 [0,1] 之间，您可以将其乘以 180 以适应您的输出。由于该层是优化过程的一部分，因此可以正确学习梯度。

但是，它存在一些问题，即 sigmoid 不是线性曲线，并且在 0 附近非常陡峭。也许您可以考虑类似 ReLU 的东西，但也有最大值。这使您的输出在 [0,180] 之间呈线性关系，并且在优化过程中也会学习到。

您也可以在没有任何激活层的情况下裁剪输出。这很简单并且有效，但优化过程认为输出 180 或 180000 之间没有区别。这可能会导致问题，具体取决于您的问题。