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”

我应该使用一个单一的输出感知器来训练网络吗?哪一个训练示例分类为1,2，或3？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

你应该使用3个输出神经元(每个类一个)。在训练阶段，将表示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12和3的单输出不是最优的，因为这包含了这样的隐含假设:类2和3在某种程度上“更接近”于1和3。使用二进制编码的输出也不是很好，因为除了解决分类问题外，NN还必须学习二进制编码。

此外，可能最好在输出层上使用具有交叉熵误差函数的softmax激活.Softmax将使输出正常化，因此每个神经元的值都可以解释为类概率。

请注意，“不知道”类只有在有标记为“不知道”的培训示例时才有用。否则，使用两个输出神经元。