我正在为一个类项目实现一个神经网络，我只是想知道是否可以在不使用 softmax 的情况下使用神经网络进行多类分类？当我向 TA 询问这个问题时，他说拥有多个输出层在数学上并不合理，但后来我看到 Andrew Ng 在他关于自动编码器的 UFLDL 教程中包含了一张具有多个输出的神经网络的图片，然后我看到了很多的人在谈论神经网络的多类分类而没有提到 softmax。所以我想我想知道的是在不使用softmax的情况下使用多个输出层是否合适，如果合适，你将如何做以及如何解释结果。
UFLDL 链接：http ://ufldl.stanford.edu/wiki/index.php/UFLDL_Tutorial
很晚了，但也许有人会发现它很有用：
您不必使用 softmax 层。例如，您可以使用多个逻辑回归层或具有多个逻辑回归输出的单层。不同之处在于，softmax 表示带类是最可能的，而多个逻辑回归输出可以同时将一个数据点分配给多个类。
另一种方法是在神经网络输出值（即特征）上使用任意分类器（SVM、随机森林、Boosting）。
我最近忘记在卷积神经网络上放置一个 softmax 层，我使用了一个全连接（内积）层作为输出，结果也非常好！
神经网络也可以有多个输出单元。例如，这是一个网络，它有两个隐藏层 L2 和 L3 层，以及 L4 层中的两个输出单元：
您可以查看本教程的更多详细信息：http: //ufldl.stanford.edu/tutorial/supervised/MultiLayerNeuralNetworks/