C++ 用于矢量确定的Conv神经网络的错误收敛（损失函数）
问题：给定一些数据，CNN将输出长度为2的向量，表示某种运动 然而，当使用RMSE或MAE作为损失函数时，我注意到神经网络将收敛到[0,0]向量，因为平均而言，这将产生最低的误差，因为训练数据具有广泛的大小和方向 如何避免这种错误的收敛C++ 用于矢量确定的Conv神经网络的错误收敛（损失函数）,c++,machine-learning,neural-network,artificial-intelligence,conv-neural-network,C++,Machine Learning,Neural Network,Artificial Intelligence,Conv Neural Network,问题：给定一些数据，CNN将输出长度为2的向量，表示某种运动 然而，当使用RMSE或MAE作为损失函数时，我注意到神经网络将收敛到[0,0]向量，因为平均而言，这将产生最低的误差，因为训练数据具有广泛的大小和方向 如何避免这种错误的收敛 作为一种可能的重新表述：我想知道如何创建一个损失函数，惩罚神经网络采用[0,0]的简单解，对我来说，“将收敛到[0,0]……因为训练数据具有广泛的大小和方向”，听起来像是一个非序列。当然，单是广泛的多样性并不是问题所在？您对导致收敛到[0,0]的原因还有其他想法
作为一种可能的重新表述：我想知道如何创建一个损失函数，惩罚神经网络采用[0,0]的简单解，对我来说，“将收敛到[0,0]……因为训练数据具有广泛的大小和方向”，听起来像是一个非序列。当然，单是广泛的多样性并不是问题所在？您对导致收敛到[0,0]的原因还有其他想法吗？我曾尝试将训练数据更改为一组非常有限的方向，错误不会持续，例如：相对于水平0-45度。如果没有关于您的问题、输入、网络体系结构和训练/测试集的更多详细信息，真的很难说。例如，可能只是输入不是输出的良好预测值。作为可能的重新表述：我想知道如何创建一个损失函数，惩罚神经网络采用[0,0]的简单解