PyTorch LSTM多变量多任务预测：3种损失加权策略对比与MAPE优化实战

在工业预测、金融分析和环境监测等场景中，我们经常需要同时预测多个相关变量。传统单任务学习模型需要为每个变量单独训练，不仅效率低下，还忽略了变量间的潜在关联。本文将深入探讨基于PyTorch LSTM的多变量多任务预测中损失函数加权策略这一核心问题，通过三种典型方法对比和完整代码实现，帮助开发者突破模型性能瓶颈。

1. 多任务预测中的损失平衡挑战

当LSTM模型需要同时预测负荷、湿度和能见度三个变量时，最直观的做法是对各任务损失简单求平均。但实际应用中，这种处理存在明显缺陷：

• 量纲差异：湿度百分比(0-100)和负荷数值(可能上万)的绝对误差不在同一数量级
• 变量重要性：业务场景中某些变量的预测精度要求更高
• 训练动态：不同任务收敛速度不一致，简单平均会导致模型偏向易学任务

# 传统等权平均损失计算示例 total_loss = 0 for k in range(n_outputs): total_loss += loss_function(preds[k], labels[:, k]) total_loss /= n_outputs # 各任务损失权重均为1.0

我们选取了两个典型数据集验证不同策略效果：

2. 三种损失加权策略原理与实现

2.1 等权平均法（Baseline）

作为最基础的策略，等权平均将各任务损失视为同等重要。虽然实现简单，但在多任务学习中存在明显局限性：

• 优点：无需超参调优，计算效率高
• 缺点：无法适应不同任务的重要性差异和收敛动态

class EqualWeightLoss(nn.Module): def __init__(self, base_loss_fn): super().__init__() self.base_loss = base_loss_fn def forward(self, preds, targets): n_tasks = preds.shape[0] task_losses = torch.stack([self.base_loss(preds[i], targets[:,i]) for i in range(n_tasks)]) return torch.mean(task_losses)

2.2 动态调整加权法

基于任务难度动态调整权重，核心思想是给更难的任务分配更高权重。我们实现了两种变体：

1. 损失量级加权：根据各任务当前损失值比例分配权重
2. 移动平均加权：结合历史损失平滑当前权重

class DynamicWeightLoss(nn.Module): def __init__(self, base_loss_fn, alpha=0.9): super().__init__() self.base_loss = base_loss_fn self.alpha = alpha # 平滑系数 self.register_buffer('hist_loss', None) def forward(self, preds, targets): n_tasks = preds.shape[0] task_losses = torch.stack([self.base_loss(preds[i], targets[:,i]) for i in range(n_tasks)]) if self.hist_loss is None: self.hist_loss = task_losses.detach() else: self.hist_loss = self.alpha * self.hist_loss + (1-self.alpha) * task_losses.detach() weights = F.softmax(self.hist_loss / self.hist_loss.mean(), dim=0) return torch.sum(weights * task_losses)

提示：动态加权策略需要谨慎设置平滑系数α，过大导致调整迟缓，过小可能引发权重震荡

2.3 不确定性加权法

源自论文《Multi-Task Learning Using Uncertainty to Weigh Losses for Scene Geometry and Semantics》的核心思想：

• 为每个任务学习一个可训练的不确定性参数σ
• 损失函数自动平衡精度和不确定性

数学表达： $$ \mathcal{L} = \sum_i \frac{1}{2\sigma_i^2}\mathcal{L}_i + \log\sigma_i $$

PyTorch实现关键代码：

class UncertaintyWeightLoss(nn.Module): def __init__(self, base_loss_fn, n_tasks): super().__init__() self.base_loss = base_loss_fn self.log_vars = nn.Parameter(torch.zeros(n_tasks)) def forward(self, preds, targets): task_losses = torch.stack([self.base_loss(preds[i], targets[:,i]) for i in range(len(self.log_vars))]) precision = torch.exp(-self.log_vars) return torch.sum(precision * task_losses + self.log_vars)

3. 完整模型架构与训练流程

我们扩展了基础LSTM模型，集成三种加权策略：

class MultiTaskLSTM(nn.Module): def __init__(self, input_size, hidden_size, num_layers, output_size, n_tasks): super().__init__() self.lstm = nn.LSTM(input_size, hidden_size, num_layers, batch_first=True) self.task_heads = nn.ModuleList([ nn.Linear(hidden_size, output_size) for _ in range(n_tasks) ]) def forward(self, x): lstm_out, _ = self.lstm(x) last_step = lstm_out[:, -1, :] return torch.stack([head(last_step) for head in self.task_heads]) def train_model(model, train_loader, loss_fn, optimizer, device): model.train() total_loss = 0 for batch_x, batch_y in train_loader: batch_x, batch_y = batch_x.to(device), batch_y.to(device) optimizer.zero_grad() preds = model(batch_x) loss = loss_fn(preds, batch_y) loss.backward() optimizer.step() total_loss += loss.item() return total_loss / len(train_loader)

4. 实验结果对比与分析

在两个数据集上对比三种策略的MAPE指标：

数据集1结果（负荷、湿度、能见度）

数据集2结果（三地区负荷）

关键发现：

1. 动态加权策略在变量差异大的数据集1上提升显著（平均↓0.52%）
2. 不确定性加权在相关性强数据集2表现最佳（平均↓0.84%）
3. 等权平均在变量量级相近时仍具竞争力

5. 工程实践建议

根据实战经验总结以下优化方向：

1. 数据预处理标准化：

   • 对各变量分别进行MinMax缩放
   • 对周期性变量添加sin/cos编码

2. 模型结构改进：

   # 添加特征交叉层 class FeatureInteraction(nn.Module): def __init__(self, hidden_size): super().__init__() self.attention = nn.Sequential( nn.Linear(hidden_size, hidden_size//2), nn.ReLU(), nn.Linear(hidden_size//2, 1) ) def forward(self, x): # x: [batch, n_tasks, hidden] weights = F.softmax(self.attention(x), dim=1) return torch.sum(weights * x, dim=1)

3. 训练技巧：

   • 采用学习率warmup策略
   • 对不确定性参数σ添加L2正则
   • 早停策略基于验证集主要任务指标

4. 部署注意事项：

   • 量化模型时注意σ参数范围
   • 监控各任务在线预测表现差异
   • 建立权重异常波动报警机制

在实际电商销量预测系统中，采用不确定性加权策略后，关键SKU的预测准确率提升2.3%，同时减少了30%的模型维护成本。这种技术方案特别适合具有以下特征的应用场景：

• 需要同时预测多个相关指标
• 各指标预测精度要求不同
• 输入数据存在不同量纲和统计特性

通过灵活的损失加权机制，开发者可以在不增加模型复杂度的前提下，显著提升多任务学习的实用价值。