神经网络解决多分类问题
假定我们需要将图像分为四类:
- 行人图像
- 车辆图像
- 摩托车图像
- 卡车图像
这是一个多分类问题,由于图像特征较多,因此我们可以考虑设计含有多个隐含层的神经网络来完成特征优化(扩展):
注意,我们设计了一个含有多个输出的神经网络,亦即,我们会用01的组合来定义不同的分类:
而不是使用标量来定义分类,这样使得我们容易利用上简单的 sigmoid 函数来进行预测:
整个网络的数学表达就可描述为
假定我们需要将图像分为四类:
这是一个多分类问题,由于图像特征较多,因此我们可以考虑设计含有多个隐含层的神经网络来完成特征优化(扩展):
注意,我们设计了一个含有多个输出的神经网络,亦即,我们会用01的组合来定义不同的分类:
而不是使用标量来定义分类,这样使得我们容易利用上简单的 sigmoid 函数来进行预测:
整个网络的数学表达就可描述为