选择最佳输出神经元功能进行2级分类

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了选择最佳输出神经元功能进行2级分类相关的知识,希望对你有一定的参考价值。

哪个函数适用于[0/1]输出标签的2类分类问题中的输出神经元?

我的答案是Hyperbolic Tangent Neuron - tanh(。)但是ans不正确,它是物流sigmoid神经​​元。那么为什么我们不能使用Hyperbolic Tangent Neuron呢?

答案

如果您训练一个具有正目标的类和另一个具有负目标的类,则完全可以使用双曲正切函数进行二进制分类。回想一下双曲正切的范围是(-1, 1)

然而,使用Sigmoid激活函数更为常见,因为它具有概率解释,因为它的范围是(0, 1)

如果P(class = 0)是通过激活Sigmoid给出的,那么P(class = 1) = 1 - P(class = 0)

对于多类分类,Softmax函数通常用于其类似的概率属性。

以上是关于选择最佳输出神经元功能进行2级分类的主要内容,如果未能解决你的问题,请参考以下文章

keras 中像素级二进制分类的最佳损失函数

深度学习保姆级教程(附代码+数据)

深度学习保姆级教程(附代码+数据)

神经网络分类问题

用于多类分类问题的 Keras 输出层,取值范围为 -128 到 127

关于通过神经网络进行回归预测的知识总结整理