神经网络的输出层有哪些_神经网络算法—总结篇

本文是吴恩达《机器学习》视频笔记第57篇，对应第5周第7个视频。

“Neural Networks Learning:——Putting it together”

前面几个小节都讲了神经网络的一些东东，因为神经网络在机器学习中的地位实在是太重要了，所以需要单独一节把前面学到的事总结一下。

确定神经网络的结构

神经网络的结构呢，无非就是输入层、输出层外加隐藏层，那隐藏层有几层？每一层有多少个神经元？输入层、输出层分别又有多少个单元？

那这些多少，到底该是多少呢？在进行神经网络训练之前必须回答这些问题。

首先，输入层的单元数是由你的自变量的维度决定的；

其次，输出层的单元数又是由要分类的问题最终分成多少个类来决定的。

因此，神经网络结构的选择问题，实质上就是要确定隐藏层的层数以及各隐藏层的单元数目。

以3个输入单元、4个输出单元的神经网络为例，常见的隐藏层的设置如下图所示。