Neural network 相互依赖训练集的神经网络

有没有可能创建一个前馈神经网络，其中的训练集 相互依赖。比如说，我想训练一个网络来预测 产品的服装。我会把一个产品分成功能x1、x2、x3。。。 创建一个神经网络，其中每个输入神经元代表一个特征，输出神经元代表产品的评级

但如果我有一个额外的限制：一个用户每月只有100个评分点， 因此，一个用户的评级总和永远不会超过100。现在网络应该预测 对于一个用户，他将如何在给定的产品列表上分配他的100个评分点。前馈网络是否可能实现这一点？

有趣的问题

就我个人而言，我会尝试这样看：

培训：

首先，按照正常方式训练网络。您使用的训练集必须满足约束

预测：

使用您训练的前馈网络预测评分，而不考虑约束条件（理想情况下，它不应远离100，因为您使用的训练集满足约束条件）

然后将您的问题视为一个优化问题，您希望通过更改尽可能少的评级和每个评级来满足100点约束（例如，您可以有一个最小化增量的优化标准）