5

के कुछ लोगों की तुलना में एकाधिक आउटपुट नोड्स के फायदे या नुकसान क्या हैं, क्या कुछ न्यूरल नेटवर्क में कई आउटपुट नोड्स होने के कुछ फायदे या नुकसान हैं?एक तंत्रिका नेटवर्क

उदाहरण के लिए यदि परिदृश्य 10, 3, 2 या 1 आउटपुट नोड्स के साथ प्रदर्शित किया जा सकता है, जिसे बेहतर माना जाता है? - जाहिर है यह निर्भर करता है कि आप आउटपुट का प्रतिनिधित्व कैसे करना चाहते हैं लेकिन कहें कि इससे कोई फर्क नहीं पड़ता।

या उत्पादन नोड्स की संख्या नेटवर्क की सटीकता, बस कम्प्यूटेशनल समय यह प्रशिक्षित करने के लिए की जरूरत के लिए एक फर्क नहीं करता है?

+0

डॉन 'क्या आपका मतलब छुपा नोड्स है? अन्यथा यह इस बात पर निर्भर करता है कि आप अपना आउटपुट क्या चाहते हैं। यदि आप आर, जी, बी आउटपुट करने के लिए अपने एएनएन चाहते हैं तो मैं 3 नोड्स का उपयोग करूंगा और नहीं 1. – BlueVoodoo

+0

मेरा मतलब आउटपुट नोड्स है। उदाहरण के लिए नेटवर्क आउटपुट संख्या कहें। यह या तो आउटपुट 1, 3 या 5 आदि के लिए एक नोड हो सकता है या मेरे पास बाइनरी में एक ही डेटा को आउटपुट करने वाले तीन नोड्स हो सकते हैं। 001, 011, 101 इत्यादि। जाहिर है यह एक बहुत ही बुनियादी उदाहरण है, मैं बस सोच रहा था कि आउटपुट नोड्स की संख्या नेटवर्क की सटीकता को कैसे प्रभावित करेगी ... – GJHix

उत्तर

6

आउटपुट नोड्स की संख्या उन मानों की संख्या से मेल खाना चाहिए जिन्हें आप गणना करना चाहते हैं। सरल प्रतिगमन या बाइनरी वर्गीकरण के लिए, आपको केवल एक आउटपुट नोड की आवश्यकता होती है। multiclass classification या multiple regression के लिए, आपको एकाधिक आउटपुट नोड्स की आवश्यकता है।

विशेष रूप से, एक फीडफोर्ड न्यूरल नेट का उपयोग करके बाइनरी वर्गीकरण एक आउटपुट नोड के सक्रियण की गणना करके किया जाता है, फिर जांच करता है कि यह कुछ थ्रेसहोल्ड (आमतौर पर 0 या .5) से बड़ा है या नहीं। कश्मीर वर्गों के साथ multiclass वर्गीकरण के लिए, आप कश्मीर उत्पादन नोड्स के मूल्यों की गणना, तो वर्ग मैं भविष्यवाणी करने के लिए सूचकांक मैं सबसे बड़ा मान के का चयन करें।

इसके अलावा, कई आउटपुट नोड्स के साथ आप multilabel classification कर सकते हैं, जहां आपके पास प्रति वर्ग/लेबल प्रति एकल आउटपुट नोड होता है और थ्रेसहोल्ड से अधिक सभी नोड्स के लिए "सत्य" की भविष्यवाणी करता है। के कक्षाओं के साथ मल्टीलाबेल वर्गीकरण के बाइनरी क्लासिफायरों द्वारा भी किया जा सकता है, लेकिन आपको उन सभी को अलग से प्रशिक्षित करने की आवश्यकता होगी, जो तंत्रिका नेटवर्क के साथ समय लेने वाली हो सकती हैं।

+0

सुपर स्पष्टीकरण, धन्यवाद – GJHix

संबंधित मुद्दे