目标约束

首先 感谢 tbh 对上次提问的解答

这是我实现的单输入两输出模型，输入：5维  输出----fc_a：3维（要求：3个维度输出之和为1）、fc_b：2维 

......
x = tf.keras.layers.Dense(64)(inputs) 
x = tf.keras.layers.Dense(64)(x) 
fc_a=tf.keras.layers.Dense(name='fc_a',units=3,activation=tf.nn.softmax)(x) 
fc_b=tf.keras.layers.Dense(name='fc_b',units=2)(x) 
model = tf.keras.Model(inputs=inputs, outputs=[fc_a, fc_b]) 
model.compile(optimizer='Adam', loss='mean_squared_error',metrics=['mse']) 
history=model.fit(X_train,[y1_train,y2_train],epochs=300,batch_size=10) 
.....

预测效果不好，请问，如何进行约束呢？自定义loss 或者激励函数？查了半天，keras的loss都是定义在y_pred 与y_true上的