我在使用DNNRegressor训练我的模型。我查看了文档，试图找出这个封装器使用的损失函数，但没有找到。另一方面，是否可以更改这个损失函数？

感谢您的建议。

回答：

它使用L2损失（均方误差），如target_column.py中定义的：

def regression_target(label_name=None,                      weight_column_name=None,                      target_dimension=1):  """创建用于线性回归的_TargetColumn。  参数:    label_name: 字符串，标签字典中键的名称。如果标签是张量（单头模型），可以为null。    weight_column_name: 定义表示权重的特征列名称的字符串。在训练期间用于降低或提升示例的权重。它将乘以示例的损失。    target_dimension: 多标签的目标维度。  返回:    _TargetColumn的一个实例  """  return _RegressionTargetColumn(loss_fn=_mean_squared_loss,                                 label_name=label_name,                                 weight_column_name=weight_column_name,                                 target_dimension=target_dimension)

目前API不支持在这里进行任何更改。然而，由于它是开源的，您始终可以修改构造函数以在内部调用不同的函数，使用不同的损失函数。