我正在训练一个监督神经网络的六个不同的类。如何确定输出层的最小和最大节点数。神经网络输出层节点数
1
A
回答
1
通常,您希望在分类问题中具有与输出层中的输出一样多的神经元。少放置会需要添加更多隐藏层以便更加抽象数据以更紧凑的形式表示它。 (即代表只有4个输出插槽的1-10位数字,需要以另一种形式表示数据,例如二进制,这意味着您的神经网络需要额外的隐藏层来分解您的数据甚至更多。)
如果神经网络是一个分类器,输出层应该在模型中每个类标签有一个节点。
0
如果NN为回归然后输出层将是一个单个节点(神经元)将返回一个值。
如果NN为分类然后输出层将是单个节点(神经元)除了如果使用使用SoftMax其中上需要每类标签节点。
相关问题
- 1. 神经网络输出
- 2. 2输出神经网络?
- 3. 多输出神经网络
- 4. 如何确定神经网络的层数和节点数
- 5. 了解神经网络图层,节点和点积
- 6. 神经网络 - 预测输出层只有一个神经元的MNIST数字
- 7. 神经网络规范输出数据
- 8. 单层神经网络
- 9. 输出层神经元数
- 10. 神经网络回归模型输出层的激活函数
- 11. 如何计算神经网络输出层的二阶导数?
- 12. 神经网络神经元输出数> 1
- 13. 神经网络的输入/输出
- 14. Python 3节点神经网络:负值
- 15. OpenCV神经网络Sigmoid输出
- 16. 神经网络收敛到零输出
- 17. 神经网络输出分组0.5?
- 18. 解释神经网络输出
- 19. TensorFlow(神经网络)FC输出大小
- 20. 神经网络中的连续输出
- 21. 神经网络模型的输出
- 22. 神经网络的激活/输出
- 23. C++中的神经网络输出
- 24. 用于多模式识别的神经网络输出层
- 25. 神经网络图层的输出有哪些用途?
- 26. 火炬实现多输出层神经网络
- 27. 神经网络输出层的矢量化公式
- 28. Tflearn排名文件与神经网络没有softmax输出层
- 29. 神经网络的输入
- 30. 神经网络的输入层(应输入到所有神经元?)