结合回归和分类的多输出神经网络

Question

如果同时存在相关且依赖于相同输入数据的分类和回归问题，是否有可能成功构建一个同时提供分类和回归输出的神经网络？

如果是这样，损失函数如何构建？

Answer 1

通常，对于此类情况，损失仅被视为分类损失和回归损失的加权和。换句话说，您的网络有2个独立的输出部分，一个负责回归，在其上应用reggression loss L_reg（如MSE），另一个负责分类部分，在其上应用分类丢失L_class（如交叉熵）和对于某些预定义的alpha，您的最终优化标准只是（alpha）* L_reg +（1-alpha）* L_class。这样可以轻松计算梯度（并且总体上易于分析）。