我在R中使用Keras，其文档指定：
如果模型具有多个输出，则可以通过传递字典或损失列表来对每个输出使用不同的损失。该模型将使损失值最小化，将是所有单个损失的总和。
在我有多个输出但应用了相同损失函数的情况下，Keras仍将它们求和还是进行另一次转换（例如平均值）？
答案 0 :(得分：0)
它始终是单个损失项的总和，但它是加权总和，每个损失都有一个权重，因此您可以通过设置正确的权重来实现平均。
需要加权，因为每个任务（输出）对于正在优化的最终损失可能具有不同的范围和重要性。
答案 1 :(得分：0)
按照@Matias Valdenegro的回答，您可以在Keras模型中为每个损失项配置loss_weight.compile（loss_weights = {'output_name'：loss_weight}）
例如：您有损失函数：L = λ1*L1 + λ2*L2 + λ3*L3
然后在keras中配置：
model.compile(loss_weights={'output1_name': λ1, 'output2_name': λ2,'output2_name': λ3})