神经网络输出

Question

我需要开发一个神经网络并将输入分为 3 类。其中一个类别是“不知道”

我应该使用将训练示例分类为 1、2 或 3 的单个输出感知器来训练网络吗？还是应该使用 2 输出感知器并使用二进制方案 (01, 10, 00/11) 对输入进行分类？

Answer 1

您应该使用 3 个输出神经元（每个类别一个）。在训练阶段，将代表正确类的神经元的输出设置为 1，将所有其他神经元的输出设置为 0。具有 1 2 和 3 的单个输出不是最优的，因为它包含隐含假设，即类 2 和 3 在某种程度上彼此“更接近”然后 1和 3. 二进制编码的 2 个输出也不好，因为除了解决分类问题之外，您的 NN 还必须学习二进制编码。

此外，最好在输出层上使用带有交叉熵误差函数的 softmax 激活。 Softmax 将对输出进行归一化，因此每个神经元的值都可以解释为类概率。

请注意，“不知道”类仅在您将训练示例标记为“不知道”时才有用。否则，使用两个输出神经元。