我有一个基于多个独立特征的回归模型，最终使用自定义损失函数预测一个值。与下面的链接有些相似。

https://www.evergreeninnovations.co/blog-quantile-loss-function-for-machine-learning/

当前模型是使用Tensorflow库构建的，但现在我想使用MXNet，因为它提供了速度和其他优势。如何在MXNet中编写类似的逻辑，并使用自定义损失函数？

回答：

使用L2损失的简单回归在两个著名的教程中都有介绍 – 你可以选择其中任何一个并自定义损失函数：

• 在D2L.ai书中（许多大学使用）：https://d2l.ai/chapter_linear-networks/linear-regression-gluon.html
• 在The Straight Dope（MXNet的Python API指南，gluon）。该指南的很多内容都被纳入到D2L.ai中：https://gluon.mxnet.io/chapter02_supervised-learning/linear-regression-gluon.html