我有一个由两部分组成的组合网络：一个用于图像，另一个用于数字数据。每个样本都通过一个 ID 与一个数字大小写匹配。对于这个组合网络，lr通过超参数调整发现 0.01 的 a 效果最好

但是，当我将它们作为单独的任务（二进制分类）进行训练时lr，图像的 0.001 和数值数据的 0.01 是最好的。至于 AUC 指标，组合网络 (0.818) 的平均性能是图像和数值网络（分别为 0.799 和 0.821）。在这里，我认为可能组合网络lr对于图像部分来说太高了，应该lr为该部分应用较低的值。但是，我不知道这是否可能。

如果有人知道什么是什么，请告诉我