結合迴歸和分類的多輸出神經網絡

Question

如果你有一個分類和迴歸問題是相關的並且依賴於相同的輸入數據，是否有可能成功構建一個同時提供分類和迴歸輸出的神經網絡？

如果是這樣，損失函數如何構造？

Answer 1

通常，對於這種情況，損失僅被視爲分類損失和迴歸損失的加權和。換句話說，您的網絡有兩個獨立的輸出部分，一個負責迴歸，在其上應用Reggression loss L_reg（如MSE），另一個負責分類部分，應用分類損失L_class（如交叉熵）和您的最終優化標準是簡單的（alpha）* L_reg +（1-alpha）* L_class，對於某些預定義的alpha。這可以輕鬆計算梯度（以及總體簡單分析）。