将输出神经元映射为类

Question

我读过的文章很少有人说没有必要没有。输出层中的单位= no。为什么有些人说他们应该是平等的。

我的问题是

1. 如果没有。神经元= no。在课堂上。如何将类映射到输出层中的每个神经元/单元。详细说明神经网络是如何决定哪个神经元/单元处理哪个类的。
2. 在使用tensorflow训练神经网络后，使用输出层和no中的softmax对多类分类问题进行训练。输出层中的单位= no。在课堂上。当我在测试样本上使用这个经过训练的网络时，输出是每个类的概率数组。如何将数组的第一个元素表示哪个类。
3. 如果没有。单位不等于不。对于多类问题，某些类可以共享这样一个示例的链接。

Answer 1

在多类分类问题中，输出单元数(即神经元)等于类数。仅在二进制分类中，您有两个类，但只有一个输出单元。

1. 输出单元和类之间的映射由您决定。您为每个类分配一个从0到N-1的索引，其中N是类的数量。此值(或它们的一个热版本)是您作为预期输出提供给损失函数的值。输出单元形成一个大小为N的矢量，每个单位在该矢量中的特定位置。位置i处的单位表示具有索引i的类。
2. 该软件的输出也是N概率值的一个向量。位置i处的概率表示输入数据属于具有索引i的类的概率。