神经网络解决多分类问题

假定我们需要将图像分为四类:

  1. 行人图像
  2. 车辆图像
  3. 摩托车图像
  4. 卡车图像

这是一个多分类问题,由于图像特征较多,因此我们可以考虑设计含有多个隐含层的神经网络来完成特征优化(扩展):

注意,我们设计了一个含有多个输出的神经网络,亦即,我们会用01的组合来定义不同的分类:

而不是使用标量来定义分类,这样使得我们容易利用上简单的 sigmoid 函数来进行预测:

整个网络的数学表达就可描述为

 

Logo

腾讯云面向开发者汇聚海量精品云计算使用和开发经验,营造开放的云计算技术生态圈。

更多推荐