Я использую подход глубокого обучения для решения проблемы регрессии с несколькими выходами (16 выходов), каждый выход находится между [0,1], а сумма равна 1. Я не понимаю, какая функция потерь идеально подходит для этой проблемы, я уже тестировал Среднеквадратичную ошибку и Среднюю абсолютную ошибку, но нейронная сеть всегда предсказывает одно и то же значение.
model = applications.VGG16(include_top=False, weights = None, input_shape = (256, 256, 3))
x = model.output
x = Flatten()(x)
x = Dense(1024)(x)
x=BatchNormalization()(x)
x = Activation("relu")(x)
x = Dropout(0.5)(x)
x = Dense(512)(x)
x=BatchNormalization()(x)
x = Activation("relu")(x)
x = Dropout(0.5)(x)
predictions = Dense(16,activation="sigmoid")(x)
model_final = Model(input = model.input, output = predictions)
model_final.compile(loss ='mse', optimizer = Adam(lr=0.1), metrics=['mae'])