【问题标题】:Should the output of backpropogation converge to 1 given the output is (0,1)假设输出为 (0,1),反向传播的输出是否收敛到 1
【发布时间】:2017-08-15 17:12:51
【问题描述】:

我目前正在尝试了解我为一项任务创建的人工神经网络,该任务基本上采用灰度 (0-150) 图像 (120x128) 并确定此人是男性还是女性。它在大多数情况下都有效。我将其视为输出(男性 = 1,女性 = 0)的布尔问题。我能够让 ANN 正确识别男性或女性。但是,我为男性获得的输出是(0.3-0.6),具体取决于跑步。 我应该得到价值 ~1 吗?

我正在使用 sigmoid 单元 1/(1+e^-y) 并尝试取反。我已经在 1 层上使用 5 - 60 个隐藏单元进行了尝试,并尝试了 2 个带有触发器结果的输出。我想了解这一点,以便可以将其应用于非布尔问题。即,如果我想要一个数字输出,我该怎么做呢?还是我使用了错误的机器学习技术?

【问题讨论】:

    标签: neural-network backpropagation sigmoid


    【解决方案1】:

    您可以使用一些阈值在输出处使用二进制函数。假设您在训练中为女性分配了 0,为男性分配了 1,而在测试时您将获得介于 0 和 1 之间的值,并且有时会低于 0 和高于 1......所以在输出值上做出决定只需添加阈值 0.5 并检查输出值,如果小于 0.5,则估计班级为女性,如果等于或大于 0.5,则估计班级为男性。

    【讨论】:

    • 对于估计男性和女性的 2 类问题,一个输出就足够了。您仍然需要多个输出,即 2 个输出。然后,为每个类保持单独分配,以使女性的预期输出为 [1 0],而男性的预期输出为 [0 1]。在测试中,您可以使用最多两个输出来决定神经网络输出属于哪个类.....
    • 好吧,这就是我正在做的事情,因为 0 标识符往往比 1 标识符小一个数量级。有没有办法训练这一点以更接近1或目标值?我问,因为我想知道如何使用这个NN进行非布尔输出。 span>
    • 非布尔输出是什么意思?..除非您在输出处使用二进制激活函数,否则神经网络只会给出非布尔浮点值。由于您使用了 sigmoid 函数,它会给出介于 0 和 1 或 -1 和 1 之间的浮动/实际值......之后,如何使用它来满足您的要求取决于您...
    猜你喜欢
    • 2013-08-05
    • 2013-02-05
    • 2011-08-27
    • 2015-01-13
    • 1970-01-01
    • 2015-11-27
    • 1970-01-01
    • 2013-10-14
    • 2016-02-16
    相关资源
    最近更新 更多