我在Dlib中实现了简单的线性回归，将其作为具有MSE损失且具有单个输出的单层感知器。网络类型为：
dlib::loss_mean_squared<dlib::fc<1,dlib::input<dlib::matrix<float>>>>
现在，我想修改损失函数以添加L1正则化器。有简单的方法吗？据我了解，Dlib中没有现成的损耗层吗？
此外，是否可以通过这种方式在Dlib中实现线性回归，或者Dlib中是否有更合适的原语来解析计算回归系数，例如像来自scikit-learn的LinearRegression或Lasso一样？
UPD：大概是我需要的dlib::rr_trainer（岭线性回归，L2正则化）。但是我找不到如何预测多个输出的方法。如果我将样本向量作为train()函数的第二个参数提供，其中每个样本都是目标输出的列矩阵dlib::matrix<N,1>，则会发生断点。到目前为止，它仅适用于单个输出，即每个输出样本均为float。