多输出与多单输出神经网络的分类

Question

是否有一个理论上的论点赞成或反对使用单一的多输出神经网络做多类分类与使用几个一对所有神经网络？

在这两种情况下，一旦获得所有输出值，将使用相同的决策规则：最高激活输出“胜”并决定预测返回哪个类。

但我想知道是否 - 为什么 - 所有产出都是在同一个NN上计算而不是分开计算是好还是坏。

Answer 1

大多数情况下，我反对使用相同的神经网络结构进行多个分类。这在其他AI构造中非常罕见。您不需要使用支持向量机或决策树。我认为这有点混淆了这个问题。

赞成它的论点是，你的隐藏层只是低级特征探测器。你的多重分类（或者就此而言也是回归）输出神经元现在独立地使用输入层和隐藏层传递的底层特征。

我还没有尝试将这些组合到相同的人工神经网络与单独的。我的猜测是，成功的程度将与多个分类试图完成的相似之处有关。