问题描述
我有一个算法可以读取一个 4X4 网格，其中一个单元格具有形状。 我正在尝试开发一种 CNN 算法，它可以知道形状是什么以及它在哪里。 以下是可能的输出
[0,1,0]
[0,0]
其中前四个值将显示对象是什么（三角形、圆形、星形、正方形），后十六个值将显示对象在 4x4 正方形中的位置，因此第一个值将是 (1,1)第二个 (1,2) 等
我很难找到能够显示上述内容的激活函数。我知道 softmax 不起作用，因为它被限制为所有值的总和为 1。我想我想要的是获得一个像 softmax 一样工作的激活函数，其中所有值的总和将变为 2，或者我想得到一些使用 2 softmax 激活函数的东西。我想知道是否有人知道我需要使用什么激活函数。
解决方法
将您的矩阵分成两个输出：一个用于类别，另一个用于位置。
前四个参数使用交叉熵损失。这是因为您的形状只能是四类（三角形、圆形、星形、方形）之一。 LogSoftmax 或 Softmax 激活函数是合适的。
关于剩下的参数，我不是很了解你需要什么特性，所以很难推荐。您想预测形状位于哪个可能位置，并且对于给定输入只能位于其中一个位置，这是否正确？如果是这样，请在第二个输出上使用相同的损失和激活函数。
在反向传播之前将两个损失相加。
参考
https://discuss.pytorch.org/t/a-model-with-multiple-outputs/10440/2