做基于python（keras，sklearn均可）的ANN多输入多输出回归问题时，如何设计损失函数，如何搭建神经网络？

在处理基于python的ANN的多输出回归问题时，该如何设计损失函数。单输出时的损失函数一般都是基于mse设计的，那么多输出呢？
假如有一组数据：a，b，c为特征值（输入量），经ANN 学习拟合，输出标签为：e，f，g。网络示意图如下：

那么该如何设计损失函数进行训练呢？是mse_e+mse_f+mse_g吗？还是其他形式的损失函数呢？有没有可以直接import使用的损失函数呢？

另外对于多输出回归问题，我还有一点疑惑：假如，上述数据满足：a+b+c = e，a+2b+3c = f，a-2b+4c = g。那么拟合出的神经网络是只有确定的w和b的，他是怎么样在使用同样的w和b，能够分别拟合出不同的输出量呢？

希望各位不吝赐教，谢谢。

你好，我是有问必答小助手，非常抱歉，本次您提出的有问必答问题，技术专家团超时未为您做出解答


本次提问扣除的有问必答次数，已经为您补发到账户，我们后续会持续优化，扩大我们的服务范围，为您带来更好地服务。