我对神经网络比较陌生，但是我一直在训练多输出网络，该网络可以给我两个输出。我正在使用Keras，并将docker-php-entrypoint docker-php-ext-enable docker-php-source
docker-php-ext-configure docker-php-ext-install
的输出损耗值加权为0.2，num_loss的输出损耗值加权为1。
训练时，我发现尽管两个单独的损失都减少了，但总损失仍会增加，一个时期的输出是：
output_loss以及之后的时代：
val_loss: 1.0926 - val_num_loss: 0.3285 - val_output_loss: 1.1055 - val_num_accuracy: 0.8501 - val_output_accuracy: 0.5036
（我没有包括训练集输出，因为它似乎不相关，因为它没有遇到相同的问题）
同一件事又发生了，在某个时期之后，但是尽管两个属性的损失都在增加，但总损失却减少了：
val_loss: 1.1662 - val_num_loss: 0.3036 - val_output_loss: 1.0861 - val_num_accuracy: 0.8655 - val_output_accuracy: 0.5202
值得一提的是，val_loss: 1.1662 - val_num_loss: 0.3036 - val_output_loss: 1.0861 - val_num_accuracy: 0.8655 - val_output_accuracy: 0.5202
val_loss: 1.0745 - val_num_loss: 0.3151 - val_output_loss: 1.1212 - val_num_accuracy: 0.8612 - val_output_accuracy: 0.5165
的输出不是一个完全独立的分支。它从主体中分离出来，给出其输出，然后将其结果再次反馈到网络的主体中。