Neural network 神经网络中作为超参数的损失函数

Neural network 神经网络中作为超参数的损失函数,neural-network,Neural Network,我已经实现了一个多层感知器(MLP)神经网络来完成回归任务。首先,我想使用常用的AutoML包找到优化的超参数。在搜索优化的超参数的过程中,我使用k-折叠交叉验证的RMS误差作为分数来评估每一组超参数。通常,我将MLP、优化器和学习率的结构放在超参数集中。我想知道,如果我在超参数集中加入一些合理的损失函数,或者我应该总是将其修正为特殊的损失函数,这是否有意义

我已经实现了一个多层感知器(MLP)神经网络来完成回归任务。首先,我想使用常用的AutoML包找到优化的超参数。在搜索优化的超参数的过程中,我使用k-折叠交叉验证的RMS误差作为分数来评估每一组超参数。通常,我将MLP、优化器和学习率的结构放在超参数集中。我想知道,如果我在超参数集中加入一些合理的损失函数,或者我应该总是将其修正为特殊的损失函数,这是否有意义