神经网络——多分类问题

多输出神经网络如图

输出层有多个神经元

这时，h(x)是一个向量。

---

当运用在图像识别领域时

如果输出是

[{h_Theta }left( x ight) = left[ {egin{array}{*{20}{c}}
1\
0\
0
end{array}} ight]]

分类为“行人”

如果输出是

[{h_Theta }left( x ight) = left[ {egin{array}{*{20}{c}}
0\
1\
0
end{array}} ight]]

分类为“汽车”

[{h_Theta }left( x ight) = left[ {egin{array}{*{20}{c}}
0\
0\
1
end{array}} ight]]

分类为“摩托车”

---

多分类可以用

y∈{1,2,3,4}

但是在神经网络中我们不这样做，而是使用上述例子中的0,1表示