同一模型可以分类+预测连续值吗？

Question

假设我有狗的照片数据集。每张照片只有一只狗。单个样本的输出向量是什么样的，如果我想要它，我该如何训练网络：

• 预测图片中狗的年龄（以天为单位）

• 对狗的性别进行分类

• 对狗的品种进行分类

• 预测图片中狗鼻子的（x，y）坐标（其中每个坐标是0-1之间的值，表示距输入图像左上角的距离百分比）

  < / LI>

Answer 1

您仍然只能使用一种模型来解决这类问题。

但是，您的模型将采用以下五重架构：

1. 第一个“核心”模型，输入您的狗照片
2. 第二个模型，输入核心模型的输出并预测年龄
3. 第三个模型，输入核心模型的输出并预测性别
4. 第四个模型，输入核心模型的输出并预测品种
5. 第五个模型，输入核心模型的输出并预测坐标......

虽然理论上可行，但为了对所有模型都有良好的效果，这可能有点麻烦。

这或多或少是google大脑所做的here（除了他们的模型更加多样化）。

PS：对于这类问题，您应该在stats.stackexchange.com或datascience.stackexchange.com上询问他们