Python 如何在Keras中对神经网络层进行排序？

我正在研究Keras中的多目标回归问题，我希望对最后一层中的预测值进行排序。我目前正在执行类似的操作：

# Lambda layer
import tensorflow as tf
def sort_layer(tensor):
    return tf.sort(tensor)        

# Training model on train set
from keras.models import Sequential
from keras.layers import Dense,Lambda

model = Sequential()
model.add(Dense(100,input_dim=X_train.shape[1],activation="relu"))
model.add(Dense(150,activation="relu"))
model.add(Dense(50,activation="relu"))
model.add(Dense(y_train.shape[1],activation="linear"))
model.add(Lambda(sort_layer))
model.compile(loss="mse", optimizer="adam")
model.fit(X_train,y_train, epochs=100,batch_size=10, verbose=0)

这似乎并不是每次都有效，因为有些预测没有分类。谁能解释一下我做错了什么，并提出一个好的解决方案

谢谢大家!