我有一个网络，它接收输入图像并输出37个值，这些值本质上是特征。例如，整个输出类是一系列问题，其值是同意所述特征的人的百分比。class1为 0.60，class12为 0.4。
现在，有一些条件使得模型的输出不能有一个类高于另一个类。 例如class1.1必须高于class3.2，因为它是决策树中更高的问题。 有什么方法可以实现这一点吗？
不是直接从神经网络输出a，b，而是可以输出a，a + ReLU(b)，以确保第二个输出高于或等于第一个输出。