我正在訓練一個監督神經網絡的六個不同的類。如何確定輸出層的最小和最大節點數。神經網絡輸出層節點數
1
A
回答
1
通常,您希望在分類問題中具有與輸出層中的輸出一樣多的神經元。少放置會需要添加更多隱藏層以便更加抽象數據以更緊湊的形式表示它。 (即代表只有4個輸出插槽的1-10位數字,需要以另一種形式表示數據,例如二進制,這意味着您的神經網絡需要額外的隱藏層來分解您的數據甚至更多。)
如果神經網絡是一個分類器,輸出層應該在模型中每個類標籤有一個節點。
0
如果NN爲迴歸然後輸出層將是一個單個節點(神經元)將返回一個值。
如果NN爲分類然後輸出層將是單個節點(神經元)除了如果使用使用SoftMax其中上需要每類標籤節點。
相關問題
- 1. 神經網絡輸出
- 2. 2輸出神經網絡?
- 3. 多輸出神經網絡
- 4. 如何確定神經網絡的層數和節點數
- 5. 瞭解神經網絡圖層,節點和點積
- 6. 神經網絡 - 預測輸出層只有一個神經元的MNIST數字
- 7. 神經網絡規範輸出數據
- 8. 單層神經網絡
- 9. 輸出層神經元數
- 10. 神經網絡迴歸模型輸出層的激活函數
- 11. 如何計算神經網絡輸出層的二階導數?
- 12. 神經網絡神經元輸出數> 1
- 13. 神經網絡的輸入/輸出
- 14. Python 3節點神經網絡:負值
- 15. OpenCV神經網絡Sigmoid輸出
- 16. 神經網絡收斂到零輸出
- 17. 神經網絡輸出分組0.5?
- 18. 解釋神經網絡輸出
- 19. TensorFlow(神經網絡)FC輸出大小
- 20. 神經網絡中的連續輸出
- 21. 神經網絡模型的輸出
- 22. 神經網絡的激活/輸出
- 23. C++中的神經網絡輸出
- 24. 用於多模式識別的神經網絡輸出層
- 25. 神經網絡圖層的輸出有哪些用途?
- 26. 火炬實現多輸出層神經網絡
- 27. 神經網絡輸出層的矢量化公式
- 28. Tflearn排名文件與神經網絡沒有softmax輸出層
- 29. 神經網絡的輸入
- 30. 神經網絡的輸入層(應輸入到所有神經元?)