用paddle进行多任务语义分割，两张输入图像经过编码器（VGG）提取特征，然后由两个独立的解码器得到两张输出语义分割图。

训练过程中发现，loss一直在震荡。两个任务的精度都比较低（一高一低，有一个任务精度接近0）

训练代码(交叉熵损失)：

        for i_batch, (img1, img2, label1, label2, _) in enumerate(train_loader):

            label1 = paddle.cast(label1, dtype='int64')
            label2 = paddle.cast(label2, dtype='int64')

            output1, output2 = net(img1, img2)

            loss1 = criterion_CE(output1, label1)
            loss2 = criterion_CE(output2, label2)

            loss = loss1 + loss2
            loss.backward()
            optimizer.step()
            optimizer.clear_grad()
            #
            loss_np = loss.numpy()
            train_loss += loss_np[0]

相同的模型代码在XX火炬上都能正常收敛。求问paddle支持这种多任务学习吗？？