多輸出與多單輸出神經網絡的分類

Question

是否有一個理論上的論點贊成或反對使用單一的多輸出神經網絡做多類分類與使用幾個一對所有神經網絡？

在這兩種情況下，一旦獲得所有輸出值，將使用相同的決策規則：最高激活輸出「勝」並決定預測返回哪個類。

但我想知道是否 - 爲什麼 - 所有產出都是在同一個NN上計算而不是分開計算是好還是壞。

Answer 1

大多數情況下，我反對使用相同的神經網絡結構進行多個分類。這在其他AI構造中非常罕見。您不需要使用支持向量機或決策樹。我認爲這有點混淆了這個問題。

贊成它的論點是，你的隱藏層只是低級特徵探測器。你的多重分類（或者就此而言也是迴歸）輸出神經元現在獨立地使用輸入層和隱藏層傳遞的底層特徵。

我還沒有嘗試將這些組合到相同的人工神經網絡與單獨的。我的猜測是，成功的程度將與多個分類試圖完成的相似之處有關。