假设我想使用一个简单的神经网络将一些输入分类为三个类别之一。
我的网络的输出是三列(我假设的每个可能类别各一列),值介于 0 和 1 之间。此外,当将三列加在一起时,单行加起来正好是一列。是否可以将输出解释为我的输入属于每个类别的概率?
假设我想使用一个简单的神经网络将一些输入分类为三个类别之一。
我的网络的输出是三列(我假设的每个可能类别各一列),值介于 0 和 1 之间。此外,当将三列加在一起时,单行加起来正好是一列。是否可以将输出解释为我的输入属于每个类别的概率?
事实上,这是对连续分类器输出的标准解释,不仅适用于神经网络,而且适用于更一般的情况,称为Softmax Regression。
因此,如果您在最后一层使用了 softmax 激活(为了确保您的输出确实总和为 1),您可以将连续输出解释为属于特定数据样本的相应概率你的每一堂课。
另请参阅 SO 上此讨论中的讨论(但标题很不幸):