三层神经网络能用于多类分类吗？

Question

在安德烈斯·吴( Andres NG)的课程中，输出4种不同分类的神经网络表示为：

​

​

在这个网络中有4层。是否需要4层才能实现多类分类，还是3层就足够了？

Answer 1

多类设置与隐藏层的数量无关。您甚至可以删除所有这些问题，并最终得到简单的多项式logistic回归(线性模型)，它可以很好地处理多类问题。网络的深度通常是一种架构启发式，目前已知它能很好地执行范围广泛的任务(包括图像)，因此添加更多的层可能有利于更困难的问题(多类设置肯定比二进制分类更复杂)，但是，正如@jorgenkg在注释中已经指出的那样，这并不是必需的，因为即使是一个隐藏层也足够了(理论上！)将任何类型的连续函数建模到任何期望的精度。“唯一”的问题是你是否真的能够学习到表现良好的浅表模型，但这是一个完全不同的问题。