是否可以从卷积神经网络推断多个参数

Question

我有一个问题，我不确定这是不是一个聪明的问题。但是我已经读了很多有关卷积神经网络的文章。到目前为止，我了解到输出层可以是例如分类问题的softmax层，也可以进行回归以获得定量值。但是我想知道是否可以推断出多个参数。例如，如果我有一个数据，而我的输出标签是房屋价格和房屋大小。我知道这不是一个聪明的例子。但是我只想知道是否可以在卷积神经网络的同一输出层中预测两个不同的输出值。还是我需要拥有两个不同的卷积神经网络，其中一个预测房屋的大小，另一个预测房屋的价格。然后我们如何将这两个预测结合起来。如果我们可以在一个卷积神经网络中做到这一点，那我们该怎么做呢？

Answer 1

在您提到的情况下，输出层很可能是密集层，而不是卷积层。但这不重要，如果您想要多个输出，那么通常会训练多个输出层。因此，相同的卷积网络可以到达两个单独的输出层，可以分别对其进行训练。然后，您有一个神经网络，具有两个输出。卷积部分通常通过迁移学习来接收，并且通常是冻结层，无法再对其进行训练。看看this paper的数字，这说明了它是可以完成的。