我有一组训练数据：

此外，我有一个在Keras中输出维度超过一的模型。我希望预测A、B和C：

model = Sequential()model.add(GRU(32, input_shape=(train_X.shape[1], train_X.shape[2])))model.add(Dense(3))model.compile(loss='mean_squared_error', optimizer='adam')

但是，我希望在A上的mean_squared_error最小，即只考虑A来计算损失函数。

我该怎么做呢？

回答：

您可以定义一个自定义损失函数，仅根据A的值计算mean_squared_error()损失：

from keras import lossesdef loss_A(y_true, y_pred):    return losses.mean_squared_error(y_true[:,0], y_pred[:,0])#...model.compile(loss=loss_A, optimizer='adam')