我有一个前馈回归网络（在带有 TensorFlow 后端的 Keras 中），带有单个隐藏层（30 个神经元）和带有 2 个神经元的输出层（用于复杂信号的虚部和实部）......我的问题是 MSE 损失如何是准确计算的吗？ 因为我在每个时代的“历史对象”中只得到一个数字。 最终我想在每个时期提取每个输出神经元的单独损失数，在 Keras 中是否可能？
【问题讨论】：
标签： tensorflow keras neural-network mse
每批通过都会计算损失，然后将这些损失平均为一个纪元损失，即给定的数字。
如果您想单独计算输出神经元的损失，我认为您必须将输出层分成两部分，请参见下图进行说明。然后，您可以为两个输出分配一个损失函数，您将可以访问两个神经元的损失值。请注意，您必须将基本事实拆分为两个值，因为您现在有两个输出而不是一个。
代码可能如下所示：
inputs = x = tf.keras.layers.Input(input_shape)
x = tf.keras.layers.Dense(30)(x)
y1 = tf.keras.layers.Dense(1)(x)
y2 = tf.keras.layers.Dense(1)(x)
model = tf.keras.Model(inputs=inputs, outputs=[y1, y2])
loss = [tf.keras.losses.MeanSquaredError(), tf.keras.losses.MeanSquaredError()]
【讨论】：
numpy.concatenate 连接输出，或者如果您想制作端到端模型，您可以使用连接层tf.keras.layers.Concatenate