我正在使用 TensorFlow 1.4 和 Estimator 框架。
我想tf.contrib.estimator.multi_head用来创建一个头（在具有另一个头的模型中）总结 N 的结果softmax_cross_entropy_with_logits。N 个概率分布均定义在同一组类上，但它们是独立分布。我想计算的总损失分数只是 softmax 交叉熵损失的平方和。
如果我伪造一个包含 N 个零的向量，我几乎可以使用 atf.contrib.estimator.regression_head来计算摘要labels，因为零向量的均方误差相当于对 softmax 损失的平方求和。但这似乎很笨拙，我想要一种更直接的方法。
看来我将需要创建自己的在中_Head实现的子类tensorflow.python.estimator.canned.head，并且必须实现create_loss记录为供框架开发人员使用的方法。
在我开始走这条路之前，我想知道是否有我应该考虑的替代方法。
我最初是用 Keras 开始开发的，曾经有一个使用功能 API 的多头模型。我想知道我是否应该重新使用 Keras，然后model_fn使用tf.keras.estimator.model_to_estimator. 在所有条件相同的情况下，我更愿意使用纯 Tensorflow 成语进行编码，但也许 Keras 是最简单的前进道路。