标准做法是只用1个神经元,激活函数为sigmoid。
类比手写数字识别的10分类问题,输出层10个神经元。那么是否可以改为2个神经元,激活函数为softmax呢,2个神经元分别代表输出为0、1的概率,且和为1,感觉很合情合理。这样做有什么缺点吗
标准做法是只用1个神经元,激活函数为sigmoid。
类比手写数字识别的10分类问题,输出层10个神经元。那么是否可以改为2个神经元,激活函数为softmax呢,2个神经元分别代表输出为0、1的概率,且和为1,感觉很合情合理。这样做有什么缺点吗
4 回答4.4k 阅读✓ 已解决
4 回答3.8k 阅读✓ 已解决
1 回答3k 阅读✓ 已解决
3 回答2.1k 阅读✓ 已解决
1 回答4.5k 阅读✓ 已解决
1 回答3.8k 阅读✓ 已解决
1 回答2.8k 阅读✓ 已解决
输出层为2个单元,则参数数量增加了。但是作为二分类,输出一维还是两维,都可以调出比较好的网络效果。