作者breezy1812 (茉莉花)
看板Prob_Solve
标题[问题] 神经网路的分类问题
时间Wed Oct 18 10:46:29 2017
各位神人版友安安
最近刚接触NN演算法
用来解决物质特性分类的问题
只是目前我的分类输出层是这样
我假设纯物质有三类，所以输出层的维度是3
第一类(1,0 0)
第二类(0,1,0)
第三类(0,0,1)
那现在我遇到一个比较麻烦的逻辑问题
希望版友如果有经验，或是有些想法可以提出建议
如果其中两类混在一起成为混和物
在不发生化学反应的前提下
如果希望针对此混和物进行学习
我应该将输出层定义为(1,1,0)还是(0.5 , 0.5 , 0)
这两者各有几个特点
一、(1,1,0)
我只考虑到是否有出现特定的纯物质，
以不考虑浓度比例下，或许是个安全的作法。
但因为我在学习前或做一些前处理(包括归一化)
所以会不会影响到其他类别的学习?
二、(0.5 ,0.5, 0)
这边就考虑到归一化的结果，
如果是三种混和物理当然选择(0.33, 0.33, 0.33)
听起来也合理许多，但是否也可能影响到纯物质本身的学习
(比如说，最後纯物质的单项预测值会坐落在1和0.5之间，或更小)
以上是最近我一直在思考的
因为我对NN的处理逻辑还不是很有感觉
还有一个问题是，我的混和物样本不是我调的
所以浓度基本上是未知，
但我的近程目标还是先订在定性分析，
还希望各位大大能提供一些意见
感谢
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 114.32.218.126
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Prob_Solve/M.1508294794.A.DEE.html
1F：→ bibo9901: 取决於你loss function怎麽定义 10/18 11:01
2F：→ breezy1812: 我之前是用softmax，是不是使用softmax就不适用1,1,0 10/18 11:25
3F：→ breezy1812: 的方案? 10/18 11:25
4F：→ bibo9901: 我是指 loss function, 不是最後一层.. 10/18 11:33
5F：→ breezy1812: 抱歉 这部分我还是有点混淆，loss function是在计算输 10/18 12:06
6F：→ breezy1812: 出误差的时候带入吗? 还是要跟着优化器的方法? 10/18 12:06
7F：→ breezy1812: 目前我的写法是直接在输出层做相减，目前看到其他方法 10/18 12:08
8F：→ breezy1812: 也只写到这边而已。 10/18 12:08
10F：→ breezy1812: OK 我刚恶补玩了 我会再研究其他函式看看! 感谢 10/18 15:30
11F：推 vfgce: 基本上你是做分类还是回归?分类只有0与1,回归才考虑0.5... 11/04 21:06
12F：推 vfgce: 若你产生的混合物兼具两者特性,那麽编码是[1,1,0].. 11/04 21:12
13F：→ breezy1812: 了解 我会在试看看 感谢大大! 11/07 10:01