输出取决于您想从网络中得到什么答案。将网络视为一种功能$f$带重物$\theta$, 这需要一个输入$x$并给出一些输出$y$：

您给出的示例（dog=1 或 cat=0）是二元分类——如果输出，网络的答案是“这看起来更像狗而不是猫”$y > 0.5$或相反亦然。所以是的，$y$是 0 到 1 之间的标量。

如果您有三个或更多类别，例如 [狗、猫、香蕉]（多项式分类），您希望网络回答$x$是某一类。它将对每个类别进行预测。在这个例子中$y$将是一个大小为 3 的向量，每个元素都是一个类的预测，例如 y =$[dog=0.3, cat=0.01, banana=0.7]$

对于非分类示例：假设机器人的动作包括速度 $v$和关节角度$\phi$（动作=$[v, \phi]$）。机器人向神经网络提问“我应该采取什么行动？”。网络的答案$y$ 可能看起来像$y = [v=3.0, \phi=23]$. 所以输出的大小将取决于动作的维度。在这种情况下，我们有一个多维输出，一维用于速度，一维用于关节角度。