我正在使用具有 sigmoid 激活函数的神经网络$h(z) = 1 / {(1+e^{-z})}$为了将图像数据分为 6 类。在新图像数据上运行经过训练的神经网络时，我注意到所有 6 个类的假设输出的估计概率之和并不总是总和为 1。例如，给定输入图像，每个类的假设输出可能是：

1级---0.10

2 级 --- 0.11

3级---0.12

4级---0.13

5级---0.14

6级---0.15

我将此图像解释为具有$13%$被分类到第 6 类的概率。但是，所有类的总和 < 1。

我的直觉说每个班级的概率总和应该为 1，但我对机器学习世界还是很陌生。

我的代码中可能有错误还是这是“正常”输出？