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