如何使用 dlib 进行神经网络回归？
How can I use dlib for a neural network regression?
似乎 dlib 需要一个损失层来指示如何处理离我们的输入层最远的层。我找不到关于损失层的任何文档，但似乎没有办法只有一些求和层。
总结最后一层的所有值正是我回归所需要的（另请参阅：https://deeplearning4j.org/linear-regression）
我一直在考虑编写自定义损失层，但也找不到相关信息。
所以，我在这里监督了一些相应的层还是有可能拥有我需要的东西？
dlib 中的损失层列在 dlib machine learning page 的菜单中。查找单词 "loss layers"。有很多文档。
当前发布的 dlib 版本不包含回归损失。但是，如果您从 github 获取当前代码，则可以使用新的 loss_mean_squared 层进行回归。参见：https://github.com/davisking/dlib/blob/master/dlib/dnn/loss_abstract.h
似乎 dlib 需要一个损失层来指示如何处理离我们的输入层最远的层。我找不到关于损失层的任何文档，但似乎没有办法只有一些求和层。
总结最后一层的所有值正是我回归所需要的（另请参阅：https://deeplearning4j.org/linear-regression）
我一直在考虑编写自定义损失层，但也找不到相关信息。
所以，我在这里监督了一些相应的层还是有可能拥有我需要的东西？
dlib 中的损失层列在 dlib machine learning page 的菜单中。查找单词 "loss layers"。有很多文档。
当前发布的 dlib 版本不包含回归损失。但是，如果您从 github 获取当前代码，则可以使用新的 loss_mean_squared 层进行回归。参见：https://github.com/davisking/dlib/blob/master/dlib/dnn/loss_abstract.h