深度神经网络:输出一个幅度,而不仅仅是一个类别

数据挖掘 深度学习
2022-02-20 13:30:59

(可以?)深度神经网络如何提供幅度估计,而不是简单地猜测输入属于什么类别?

例如,在猜测一只猫的重量时,是否有不同于创建猫的离散类别(1 kg、1.01 kg ... 10 kg)的方法,让网络从特定猫的图像中猜测类别,然后根据它选择的类别推断权重?

2个回答

你只需要让你的最后一层有1 个神经元并且没有激活函数,这样网络的输出就是一个数字。

除此之外,请确保为回归选择损失函数(例如平均绝对误差均方误差等)

回答您的问题:

  1. DNN 肯定可以对回归问题建模,
  2. 您无需先预测类别,然后再预测数量范围。

用于回归的 DNN 必须在输出层有单个节点,没有任何激活函数,即没有非线性激活。

波士顿房价预测问题解决方案参考可能对您的上下文有用。