神经网络输出层的设计

一、神经网络的使用

  • 分类问题 softmax函数
  • 回归问题 恒等函数

二、softmax函数

在python中我们把它定义为python中的函数

2.1存在一个问题

数据溢出的问题

2.2 函数特征

  • 函数的输出总是0到1之间的实数
  • 输出值的总和是1
  • 我们把softmax函数的输出解释为概率

因为softmax函数的输出值中第二个元素的概率最高,所以答案是第2个类别

  • 通过使用softmax函数,我们可以使用概率统计的方法解决问题

三、求解机器学习的步骤

3.1 步骤

  1. 学习
  2. 推理

用学到的模型对未知的数据进行推理或者分类

四、输出层的神经元数量

需要根据解决问题的规模来决定

  • 图中输出层的神经元的值用不同的灰度来表示

你可能感兴趣的:(深度学习,神经网络,python)