每天五分钟机器学习：神经网络模型如何完成多类别图片分类任务？

本文重点：

在多分类的问题中，通常不是一个类别，本节课程将学习如何用神经网络中做多分类的问题呢？

 

比如我们要对四个类别进行分类，给定一个图片，我们要识别出图片是一个行人、一辆汽车、一辆摩托车还是卡车。我们回想一下逻辑回归，如果要想识别四个类别，那么我们可以使用一对多的方法，使用四次逻辑回归就可以完成四个类别的分类任务，那么神经网络是怎么处理多分类的问题呢？

神经网络多分类

对于这样的问题，做法是建立一个具有四个输出单元的神经网络，每个输出单元的值为0和1，第一个神经元输出值为 1 或 0 用于预测是否是行人，第二个值用于判断是否为汽车，第三四个神经元也是这样的，也就是说此时神经网络的输出是一个四维的向量。

 

输出是一个四维的向量的神经网络

此时神经网络输出的是四维的向量，那么什么向量表示是行人？什么向量表示汽车？什么向量表示摩托车？什么向量表示卡车？

 

神经网络中&#