神经网络之输出层设计
輸出層的設(shè)計(jì)
神經(jīng)網(wǎng)絡(luò)可以用在分類問(wèn)題和回歸問(wèn)題上,不過(guò)需要根據(jù)情況改變輸出層的激活函數(shù)。一般而言,回歸問(wèn)題用恒等函數(shù),分類問(wèn)題用softmax函數(shù)。
1、恒等函數(shù)和softmax函數(shù)
- 恒等函數(shù):將輸入按原樣輸出,對(duì)于輸入的信息,不加以任何改動(dòng)地直接輸出。
- softmax函數(shù):
圖示:
- 實(shí)現(xiàn)softmax注意事項(xiàng):
溢出問(wèn)題解決措施:減去輸出信號(hào)最大值。 - softmax特征:softmax函數(shù)的輸出是0.0到1.0之間的實(shí)數(shù)。并且,softmax函數(shù)的輸出值的總和是1。輸出可以解釋為“概率”。
- 即便使用了softmax函數(shù),各個(gè)元素之間的大小關(guān)系也不會(huì)改變。這是因?yàn)橹笖?shù)函數(shù)(y = exp(x))是單調(diào)遞增函數(shù)。
- 神經(jīng)網(wǎng)絡(luò)在進(jìn)行分類時(shí),輸出層的softmax函數(shù)可以省略。
2、softmax函數(shù) VS sigmoid函數(shù)
softmax函數(shù)
-
softmax =多類別分類問(wèn)題=只有一個(gè)正確答案=互斥輸出(手寫(xiě)數(shù)字)。構(gòu)建分類器,解決只有唯一正確答案的問(wèn)題時(shí),用softmax函數(shù)處理各個(gè)原始輸出值。softmax函數(shù)的分母綜合了原始輸出值的所有因素,這意味著,softmax函數(shù)得到的不同概率之間相互關(guān)聯(lián)。
-
softmax函數(shù),又稱歸一化指數(shù)函數(shù)。
sigmoid函數(shù)
-
sigmoid =多標(biāo)簽分類問(wèn)題=多個(gè)正確答案=非獨(dú)占輸出。構(gòu)建分類器,解決有多個(gè)正確答案的問(wèn)題時(shí),用sigmoid函數(shù)分別處理各個(gè)原始輸出值。
-
sigmoid函數(shù)是一種logistic函數(shù)。
-
優(yōu)點(diǎn):1、sigmoid函數(shù)的輸出在(0,1)之間,輸出范圍有限,優(yōu)化穩(wěn)定,可以用作輸出層。2. 連續(xù)函數(shù),便于求導(dǎo)。
-
缺點(diǎn):1. 最明顯的就是飽和性,容易造成梯度消失。2.激活函數(shù)的偏移現(xiàn)象。sigmoid函數(shù)的輸出值均大于0,使得輸出不是0的均值,這會(huì)導(dǎo)致后一層的神經(jīng)元將得到上一層非0均值的信號(hào)作為輸入,這會(huì)對(duì)梯度產(chǎn)生影響。 3. 計(jì)算復(fù)雜度高,因?yàn)閟igmoid函數(shù)是指數(shù)形式。
總結(jié)
- softmax函數(shù)是二分類函數(shù)sigmoid在多分類上的推廣,目的是將多分類的結(jié)果以概率的形式展現(xiàn)出來(lái)。
- sigmoid函數(shù)可以用來(lái)解決多標(biāo)簽問(wèn)題,softmax函數(shù)用來(lái)解決單標(biāo)簽問(wèn)題。
- 對(duì)于某個(gè)分類場(chǎng)景,當(dāng)softmax函數(shù)能用時(shí),sigmoid函數(shù)一定可以用。
總結(jié)
以上是生活随笔為你收集整理的神经网络之输出层设计的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇: 了解透明数据加密 (TDE)
- 下一篇: 【数学】嵌入式开发中涉及到的对数公式