我正在使用神经网络来解决多元回归问题，因为我正在尝试预测连续值。更具体地说，我正在制作一个跟踪算法来跟踪对象的位置，我正在尝试预测两个值，即对象的纬度和经度。

现在，要计算模型的损失，有一些常用的函数，比如均方误差或平均绝对误差等，但我想知道是否可以使用一些自定义函数，比如这样，来计算模型之间的距离两个经度和纬度值，然后损失将是真实距离（根据真实经纬度计算）与预测距离（根据预测经纬度计算）之间的差值。这些是我的一些想法，所以我想知道这样的想法是否有意义？

在我的情况下，这会比使用均方误差作为损失函数更好吗？

我想到了另一个问题。在我的例子中，我预测两个值（经度和纬度），但是有没有办法将这两个目标值转换为一个值，以便我的神经网络可以更好更快地学习？如果是，我应该使用哪种方法？我应该计算两者的总和并将其作为新目标吗？这有意义吗？