與神經網絡中的少數幾個輸出節點相比，有多個輸出節點的優點或缺點

Question

與神經網絡相比，神經網絡中有多個輸出節點有什麼優點或缺點？

例如，如果一個場景可以用10,3,2或1個輸出節點來表示，這被認爲更好？ - 顯然這取決於你想如何表示產出，但說現在並不重要。

或者輸出節點的數量對網絡的準確性沒有影響，只需要訓練它的計算時間？

Answer 1

輸出節點的數量應該與要計算的值的數量相匹配。對於簡單迴歸或二元分類，只需要一個輸出節點。對於multiclass classification或multiple regression，您需要多個輸出節點。

特別是，通過計算單個輸出節點的激活，然後檢查它是否大於某個閾值（通常爲0或.5）來完成使用前饋神經網絡的二元分類。對於ķ類多類分類，你計算ķ輸出節點的值，然後選擇指數我最大價值的預測類我。

此外，對於多個輸出節點，您可以執行multilabel classification，其中每個類/標籤又有一個輸出節點，並且對超過閾值的所有節點預測「真」。多標籤分類也可以通過k二元分類器來執行，但您需要分別對所有這些進行訓練，這對神經網絡來說可能很耗時。