为什么使用二进制值作为输入？答案

【问题标题】：Why use binary values for inputs?为什么使用二进制值作为输入？
【发布时间】：2016-12-05 17:53:02
【问题描述】：

Andrew NG 的机器学习 Coursera 课程对每个神经网络使用二进制输入和标量输出，例如：[101011] -> [2]

为什么训练数据使用二进制而不是标量？是否与每一层的 Theta 值最初在 0 和 1 之间随机化有关？

【问题讨论】：

您能提供更多关于此的背景信息吗？我已经上过这门课，而且我知道他的输入并不普遍局限于二进制。如果你能描述一个例子（特征、训练方法等），我应该能够解释其中的原理。
@Prune 你的权利，练习 3 和 4 是灰度输入的向量。那么问题可能是何时使用二进制表示输入？
你能用二进制表示描述他在哪里吗？我对课堂材料的记忆力不够好，无法记住他在哪里以及为什么使用二进制。最常见的情况是我们将 N 个选项（列出您的选项）拆分为 N 个二元特征（每个选项对应一个）。
@Prune 在讲座中解释了这种表示，但我并没有详细考虑。我会再考虑一下并发布一个新问题。谢谢。

【解决方案1】：

我不记得上下文了，但有人告诉我这个问题的答案。

基本上，以这种方式训练网络比使用标量更容易。每个位都有自己的语义含义，因此每个位都应该有自己的专用神经元。我知道，数据表示总是与神经网络混为一谈！

关于 Theta，答案是否定的。正如您所说，theta 最初是从 [0;1] 采样的，但在经过几轮算法后，它可能会变得更大（或变为负数）。这是常见的行为。

【讨论】：