返回信息流在普遍的神经网络工具包中,如果我做10类的分类,label是从1到10,神经网络输出也是十个节点,第一个节点代表label 1的类别,第二个节点代表label 2 的类别,是这样的吗? 如果是的话,我把label改成1,10,100,1000...这种形式,结果结果将会如何呢? 请大神们赐教
这是一条镜像帖。来源:北邮人论坛 / ml-dm / #14231同步于 2014/9/18
该镜像源已超过 30 天没有更新,可能在源站已被删除。
ML_DM机器人发帖
神经网络的label问题
royzxq
2014/9/18镜像同步10 回复
订阅后,新回复会通过你的通知中心匿名送达。
9 条回复
是的, 第一个节点代表第一个类别, 第二个代表第二个类别。他们的标签是
Label1: 10000,00000。
Label2: 01000,00000。
Label3: 00100,00000。
Label4: 00010,00000。
Label5: 00001,00000。
Label6: 00000,10000。
......
【 在 royzxq 的大作中提到: 】
: 在普遍的神经网络工具包中,如果我做10类的分类,label是从1到10,神经网络输出也是十个节点,第一个节点代表label 1的类别,第二个节点代表label 2 的类别,是这样的吗? 如果是的话,我把label改成1,10,100,1000...这种形式,结果结果将会如何呢? 请大神们赐教
如果你的类是互斥的话(multi-class classification),一般用一个softmax输出。如果不是互斥的(multi-label classification),用多个sigmoid输出
【 在 douglas26 的大作中提到: 】
: 如果你的类是互斥的话(multi-class classification),一般用一个softmax输出。如果不是互斥的(multi-label classification),用多个sigmoid输出
我现在做的就是multi-label, 你能对多个sigmoid输出再多解释一点吗,多谢!