我目前正在编写一个神经网络模块，我已经了解一切只能用一个输出。但是当有多个输出时，我被告知总结每个输出的错误以计算损失函数，这对我没有任何意义，因为那时我们现在不知道哪个突触/重量负责错误。例如，我们有一个形状为2 | 1 | 2的NN（输入，隐藏，输出）......因此隐藏层中的神经元通过一些权重连接到每个输出神经元。如果我们现在向前传播并接收每个输出神经元的误差并将该误差相加，则与隐藏层中的神经元连接的每个权重将被调整完全相同的量。如果我弄错了或者我理解错了，现在有人吗？
我认为你误解了，损失函数通常是针对反向传播的每个输出单独计算的。如果您想知道输出中的总错误以跟踪您的进度，那么我想您可以使用错误的总和。