Keras：对于具有多个输出层的网络，在优化过程中如何评估损耗？

我正在Keras中使用函数API来构建具有多个输出层的神经网络模型。 我想知道在优化过程中更新权重时（执行back-prop时）如何评估损失。假设使用相同的损失函数，那么是使用所有输出的平均损失来最小化成本函数，还是单独评估每个输出以更新权重

---

提前谢谢

当一个模型有多个输出时，总是只有一个用于反向传播错误的损失，然后每个输出关联一个损失，然后通过对每个输出的损失进行加权来构造“全局”损失。您可以在编译模型时设置每次损失的权重。

这就是我的想法。非常感谢你的回答。