我是神经网络的新手，所以这可能是个愚蠢的问题。我已经为图像分类建立了标准的 CNN 网络。我想要多标签分类网络，所以我使用 binary_crossentropy 作为损失函数：

model.compile(loss='binary_crossentropy',
              optimizer=optimizers.RMSprop(lr=1e-4),
              metrics=['acc'])

并在最后一层具有 sigmoid 函数作为激活函数（两个神经元用于两个标签）：

model.add(layers.Dense(2, activation='sigmoid'))

输出给了我这样的东西：

[[0.000497834], [0.99942183]]

1. 为什么这两个数字相加为 1，sigmoid 输出不应该是独立的吗？
2. 我应该怎么做才能获得独立概率作为输出（例如，如果图像不属于两个类中的任何一个，则两个神经元的输出应该接近 0，如下所示：[[0.001]，[0.001]]

提前感谢您的帮助。