Python 设置两个不同的多元回归层

我现在正在做一个小项目，但我不知道该如何构建模型

因此，输入的数量是27，输出的数量是163

我需要通过训练找到重量和偏差，我使用了5个层次，包括relu和dropout

当我从张力板上看到关于培训损失和验证损失的成本图时，它看起来还可以

1） 然而，我还需要关注的是均匀性，其计算如下：

uniformity = (max. of y - min. of y) / (max. of y + max. of y)

我有一个真实的均匀性数据，当我从y_预测值中发现均匀性时，与真实的均匀性值相差太大

有没有办法在训练时增加一致性，这样它不仅关注找到正确的权重和偏差，而且关注接近一致性

---

谢谢大家!

您可以在训练期间将一致性约束纳入损失函数

def my_loss(labels, predictions):
  lambda_ = 0.01
  return tf.losses.mean_squared_error(labels, predictions) + \
         lambda_ * uniformity(labels) / uniformity(predictions)