热门标签 | HotTags
当前位置:  开发笔记 > 后端 > 正文

神经网络在二分类任务中输出层应配置多少神经元及选择何种激活函数?处理MNIST数据集时输出层神经元数量与激活函数如何确定?神经网络预测房价时输出层神经元数量和激活函数的选择策略?

在神经网络进行二分类任务时,输出层应配置多少个神经元以及选择哪种激活函数是一个关键问题。对于MNIST数据集的处理,输出层的神经元数量和激活函数的选择策略是什么?而在预测房价的任务中,输出层的神经元数量和激活函数又该如何确定?本文将详细探讨这些选择背后的原理和实践建议,以帮助读者更好地理解和应用神经网络模型。

使用神经网络做二分类,输出层需要几个神经元?应该选择哪一种激活函数?如果要处理minst数据、输出层需要几个神经元?使用那种激活函数?如果使用神经网络预测房价,输出层需要几个神经元、使用什么激活函数?



使用神经网络做二分类,输出层需要几个神经元?应该选择哪一种激活函数?

答:使用神经网络进行二分类模型构建的时候、输出层只需要一个神经元即可。而且在二分类模型中我们往往需要估算所属类别的概率,那么一般使用的激活函数就是sigmoid激活函数。

例如,我们判断收到的邮件是否是垃圾邮件、我们新来的患者是阳性还是阴性、客户的某次刷卡是否是欺诈。


如果要处理minst数据、输出层需要几个神经元?使用那种激活函数?

因为MINST数据集是手写数字的分类问题,共有10个类别(数字0到9),那么用来预测minst图片类别的神经网络模型的输出层需要有10个神经元,而且需要使用可以进行多分类的softmax激活函数代替sigmoid函数。softmax激活函数会为没一个样本都输出属于每一类的概率值,概率最大的那个类别就是模型预测对应的标签。


如果使用神经网络预测房价,输出层需要几个神经元、使用什么激活函数?

如果你使用神经网络去预测某个低区的房价,那么输出层只需要一个神经元即可,而且在这种回归类型的问题中在输出层的神经元上不需要使用激活函数。即,只需要一个神经元且不需要任何激活函数。

参考:Hands-on-Machine-Learning-with-Scikit-Learn-Keras-and-TensorFlow

参考:神经元及神经网络


推荐阅读
  • 中国学者实现 CNN 全程可视化,详尽展示每次卷积、ReLU 和池化过程 ... [详细]
  • 如何在Linux系统中部署TensorFlow的详细指南
    本文详细介绍了在Linux系统中部署TensorFlow的过程。作者基于北京大学曹建教授的MOOC课程进行学习,但由于课程内容较旧,环境配置方面遇到了不少挑战。经过多次尝试,最终成功解决了这些问题,并总结了一套详细的安装指南,帮助初学者快速上手TensorFlow。 ... [详细]
  • 利用TensorFlow.js在网页浏览器中实现高效的人脸识别JavaScript接口
    作者|VincentMühle编译|姗姗出品|人工智能头条(公众号ID:AI_Thinker)【导读】随着深度学习方法的应用,浏览器调用人脸识别技术已经得到了更广泛的应用与提升。在 ... [详细]
  • 使用Dreamweaver模板高效批量创建网页
    在网站建设中,更新和改版往往是一项繁琐的任务,尤其是在进行大规模更新时。如果未使用CMS系统,手动操作将耗费大量时间和精力。本文介绍了一种高效的方法,通过利用Dreamweaver模板工具,可以大幅提高网页批量创建的效率。这种方法不仅简化了网页制作流程,还能确保页面的一致性和规范性,适用于各种规模的项目。常见的网页制作工具有很多,但Dreamweaver的模板功能尤其强大,能够显著提升工作效率。 ... [详细]
  • 本文详细介绍了 jQuery 的入门知识与实战应用,首先讲解了如何引入 jQuery 库及入口函数的使用方法,为初学者提供了清晰的操作指南。此外,还深入探讨了 jQuery 在实际项目中的多种应用场景,包括 DOM 操作、事件处理和 AJAX 请求等,帮助读者全面掌握 jQuery 的核心功能与技巧。 ... [详细]
  • 技术分享:深入解析GestureDetector手势识别机制
    技术分享:深入解析GestureDetector手势识别机制 ... [详细]
  • 在处理大图片时,PHP 常常会遇到内存溢出的问题。为了避免这种情况,建议避免使用 `setImageBitmap`、`setImageResource` 或 `BitmapFactory.decodeResource` 等方法直接加载大图。这些函数在处理大图片时会消耗大量内存,导致应用崩溃。推荐采用分块处理、图像压缩和缓存机制等策略,以优化内存使用并提高处理效率。此外,可以考虑使用第三方库如 ImageMagick 或 GD 库来处理大图片,这些库提供了更高效的内存管理和图像处理功能。 ... [详细]
  • 在今天的实践中,我深入学习了网页图像抓取技术,通过编写爬虫程序批量获取网站上的图片资源。具体来说,我选择了一个包含大量高质量图片的网站作为练习对象,并成功实现了将这些图片批量下载到本地存储。这一过程不仅提升了我对爬虫技术的理解,还增强了我的编程能力。 ... [详细]
  • 通过以原图的最短边作为边长,该方法能够将图片居中裁剪成一个标准的正方形。此操作确保了裁剪后的图像在视觉上保持居中对称,同时保留了最重要的图像内容。方法签名如下:`(UIImage *)centerClipImage:(UIImage *)image;` ... [详细]
  • 利用 Spring BeanUtils 实现 JavaBean 的深度克隆与属性复制 ... [详细]
  • 深入浅出解读奇异值分解,助你轻松掌握核心概念 ... [详细]
  • 经过半年的精心整理,我们汇总了当前市场上最全面的Android面试题解析,为移动开发人员的晋升和加薪提供了宝贵的参考资料。本书详细涵盖了从基础到高级的各类面试题,帮助读者全面提升技术实力和面试表现。章节目录包括:- 第一章:Android基础面试题- 第二章:... ... [详细]
  • 本文将深入探讨生成对抗网络(GAN)在计算机视觉领域的应用。作为该领域的经典模型,GAN通过生成器和判别器的对抗训练,能够高效地生成高质量的图像。本文不仅回顾了GAN的基本原理,还将介绍一些最新的进展和技术优化方法,帮助读者全面掌握这一重要工具。 ... [详细]
  • 深入解析经典卷积神经网络及其实现代码
    深入解析经典卷积神经网络及其实现代码 ... [详细]
  • 超分辨率技术的全球研究进展与应用现状综述
    本文综述了图像超分辨率(Super-Resolution, SR)技术在全球范围内的最新研究进展及其应用现状。超分辨率技术旨在从单幅或多幅低分辨率(Low-Resolution, LR)图像中恢复出高质量的高分辨率(High-Resolution, HR)图像。该技术在遥感、医疗成像、视频处理等多个领域展现出广泛的应用前景。文章详细分析了当前主流的超分辨率算法,包括基于传统方法和深度学习的方法,并探讨了其在实际应用中的优缺点及未来发展方向。 ... [详细]
author-avatar
枝断叶残_337
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有