是否可以为多输出模型中的损失分配动态损失权重？

Question

我正在为分类任务训练一个多输出网络（一个输出节点用于类别分类，第二个输出节点用于子类别分类）。

loss_list = {'category': 'categorical_crossentropy',
               'sub_category': 'categorical_crossentropy'}

loss_weights = {'category': 1.0,
                  'sub_category': 0.025}

而不是固定的

loss_weights

，是否可以根据输出1的预测自适应分配

loss_weights

？例如，错误预测的权重更高？