neural-network - 为什么这个 XOR 神经网络有 2 个输出?

标签 neural-network artificial-intelligence deep-learning xor deeplearning4j

通常,一个解决 XOR 问题的简单神经网络应该有 2 个输入、2 个隐藏层神经元、1 个输出层神经元。

但是,以下示例实现有 2 个输出神经元,但我不明白:

https://github.com/deeplearning4j/dl4j-examples/blob/master/dl4j-examples/src/main/java/org/deeplearning4j/examples/feedforward/xor/XorExample.java

为什么作者在那里放了 2 个输出神经元?

编辑: 该示例的作者指出,他在隐藏层使用 4 个神经元,在输出层使用 2 个神经元。但我还是不明白为什么,为什么形状是 {4,2} 而不是 {2,1}?

最佳答案

这称为单热编码。这个想法是每个类有一个神经元。每个神经元给出该类别的概率。

我不知道他为什么使用 4 个隐藏神经元。 2应该足够了(如果我没记错的话)。

关于neural-network - 为什么这个 XOR 神经网络有 2 个输出?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/43927079/

相关文章:

optimization - 如果使用RELU激活函数解决梯度消失问题,为什么ResNet的主要目的是?

python-3.x - 在pytorch中重置神经网络的参数

neural-network - 如何在无监督学习中使用 Encog NEAT 网络?

python - 如何在 Keras 中将标量连接到一维向量?

python - PyTorch 中 RNN(nn.LSTM、nn.GRU 等)的输出 h_n 是如何构造的?

neural-network - caffe数据层示例逐步

algorithm - 训练神经网络的反向传播

machine-learning - 用于字符串反转的 Seq2Seq

android - Android 应用程序的 AIML 实现

artificial-intelligence - 具有多个输出的反向传播