多输出回归网络的优化器

多输出回归网络可以使用以下优化器：

1. Adam：自适应矩估计优化器，适用于大数据集和高维空间。

2. RMSprop：均方根传播优化器，适用于非平稳目标函数和 RNN 等模型。

3. Adagrad：自适应梯度优化器，适用于稀疏数据集和文本数据。

4. SGD：随机梯度下降优化器，适用于小数据集和简单模型。

5. Adadelta：自适应学习率优化器，适用于非平稳目标函数和 RNN 等模型。

6. Nadam：Adam 优化器的变形，适用于大数据集和高维空间。

7. Adamax：Adam 优化器的变形，适用于稀疏数据集和文本数据。

8. Ftrl：自适应学习率优化器，适用于带正则化的线性模型。

选择哪种优化器取决于数据集的特征、模型的复杂程度和训练速度等因素。