与只有几个输出节点相比，在神经网络中拥有多个输出节点有什么优点或缺点吗？
例如，如果一个场景可以用 10、3、2 或 1 个输出节点来表示，那么哪个更好？- 显然这取决于你想如何表示输出，但现在说这并不重要。
还是输出节点的数量对网络的准确性没有影响，只是训练它所需的计算时间？
问问题
3769 次
1 回答
6
输出节点的数量应与您要计算的值的数量相匹配。对于简单的回归或二元分类，您只需要一个输出节点。对于多类分类或多重回归，您需要多个输出节点。
特别是，使用前馈神经网络的二进制分类是通过计算单个输出节点的激活来完成的，然后检查它是否大于某个阈值（通常为 0 或 .5）。对于具有k个类别的多类别分类，您计算k个输出节点的值，然后选择最大值的索引i来预测类别i。
此外，使用多个输出节点，您可以进行多标签分类，其中每个类/标签再次有一个输出节点，并为所有超过阈值的节点预测“真”。k个类别的多标签分类也可以由k个二元分类器执行，但您需要单独训练所有这些分类器，这对于神经网络来说可能很耗时。
于 2012-04-29T13:00:04.777 回答