嗨，我正在使用神经网络来解决多元回归问题。我试图预测连续值，更具体地说，我正在制定一种跟踪算法来跟踪对象的位置，我试图预测两个值，即对象的纬度和经度。现在，要计算模型的损失，有一些常用函数，例如均方误差或平均绝对误差等。但是我想知道是否可以使用一些this之类的自定义函数来计算两个经度之间的距离纬度，则损失将是实际距离（根据实际经度和纬度计算）与预测距离（根据预测经度和纬度计算）之间的差。这是我的一些想法，所以我想知道这样的想法是否有意义？
我有另一个主意，使一个目标值而不是两个。对于我的神经网络来说，预测两个连续值会更加复杂，这就是为什么我有一个想法将两个目标值（经度和纬度）计算/转换为一个值，以使神经网络更容易学习，但是我没有不知道怎么做。我虽然首先可能应该计算它们的差异并将其存储为新的Target，以便神经网络应了解经度和纬度关系之间的输入/差异，但这可能没有意义，因为两个不同的经度和纬度可以得出相同的差异，尽管它们具有不同的值，但这将是奇怪的。那么有人可以建议我什么是将这些经纬度目标转换为一个目标的最佳方法？