文章/答案/技术大牛

发布

社区首页 >问答首页 >多输出分类神经网络是如何工作的？

问多输出分类神经网络是如何工作的？
EN

Stack Overflow用户

提问于 2019-02-26 07:24:22

回答 1查看 1.1K关注 0票数 2

我目前了解并制作了一个简单的神经网络来解决XOR问题。我想做一个用于数字识别的神经网络。我知道使用MNIST数据，我需要784个输入神经元，15个隐藏神经元和10个输出神经元(0-9)。

然而，我不明白网络将如何训练，以及前馈如何与多个输出神经元一起工作。

例如，如果输入是数字3的像素，网络将如何确定选择哪个输出神经元，以及在训练时，网络如何知道哪个神经元应该与目标值相关联。

任何帮助都将不胜感激。

neural-network

classification

image-recognition

multiclass-classification

回答 1

Stack Overflow用户

回答已采纳

发布于 2019-02-26 08:21:44

所以你有一个具有多个输出的分类问题。我假设您正在为输出层使用softmax激活函数。

网络如何确定选择哪个输出神经元:简单，最有可能成为目标类的输出神经元。

网络将使用标准的反向传播进行训练，这与只有一个输出的算法相同。

只有一个区别:激活函数。对于二进制分类，您只需要一个输出(例如，数字0和1，如果概率< 0.5，则class为0，否则为1)。

对于多类分类，您需要为每个类提供一个输出节点；然后网络将选择具有最大概率成为目标类的节点。

票数 3

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/54876245

复制

相似问题

问多输出分类神经网络是如何工作的？
EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问多输出分类神经网络是如何工作的？EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问多输出分类神经网络是如何工作的？
EN