ディープラーニングを用いた回帰における多重出力の取得

Question

手のRGB画像と手のキーポイントの3D位置がデータセットとして与えられているので、DLの回帰問題としてこれを行いたいと思います。この場合、入力はRGB画像になり、出力はキーポイントの3D位置を推定する必要があります。
回帰に関するいくつかの情報を見てきましたが、そのほとんどが単一の値を推定しようとしています。一度に複数の値（または出力）を見積もることは可能ですか？

今のところ私はこれをcodeと言いました。この男はイメージの人の年齢を推定しようとしています。

Answer 1

ニューラルネットからの出力ベクトルは、損失関数をよく定義する限り、何でも表すことができます。 10個のキーポイントの（x、y、z）座標を検出したいとし、30要素長の出力ベクトルsay（x1、y1、z1、x2、y2、z2 .......... ...、x10、y10、z10）ここでxi、yi、ziはi番目のキーポイントの座標を表します。あなたの損失機能に注意してください。 RMSEの損失を計算したい場合は、正しくトリップを抽出し、各キーポイントのRMSE損失を計算する必要があります。線形代数に慣れている場合は、3x10行列に正しく再構成し、結果を3x10マトリックスを使用してから使用してください。

loss = tf.sqrt(tf.reduce_mean(tf.squared_difference(Y1, Y2))) 

しかし、いったんネットを策定したら、それに固執する必要があります。