作者breezy1812 (茉莉花)
看板Prob_Solve
標題[問題] 神經網路的分類問題
時間Wed Oct 18 10:46:29 2017
各位神人版友安安
最近剛接觸NN演算法
用來解決物質特性分類的問題
只是目前我的分類輸出層是這樣
我假設純物質有三類，所以輸出層的維度是3
第一類(1,0 0)
第二類(0,1,0)
第三類(0,0,1)
那現在我遇到一個比較麻煩的邏輯問題
希望版友如果有經驗，或是有些想法可以提出建議
如果其中兩類混在一起成為混和物
在不發生化學反應的前提下
如果希望針對此混和物進行學習
我應該將輸出層定義為(1,1,0)還是(0.5 , 0.5 , 0)
這兩者各有幾個特點
一、(1,1,0)
我只考慮到是否有出現特定的純物質，
以不考慮濃度比例下，或許是個安全的作法。
但因為我在學習前或做一些前處理(包括歸一化)
所以會不會影響到其他類別的學習?
二、(0.5 ,0.5, 0)
這邊就考慮到歸一化的結果，
如果是三種混和物理當然選擇(0.33, 0.33, 0.33)
聽起來也合理許多，但是否也可能影響到純物質本身的學習
(比如說，最後純物質的單項預測值會坐落在1和0.5之間，或更小)
以上是最近我一直在思考的
因為我對NN的處理邏輯還不是很有感覺
還有一個問題是，我的混和物樣本不是我調的
所以濃度基本上是未知，
但我的近程目標還是先訂在定性分析，
還希望各位大大能提供一些意見
感謝
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.32.218.126
※ 文章網址: https://webptt.com/m.aspx?n=bbs/Prob_Solve/M.1508294794.A.DEE.html
1F：→ bibo9901: 取決於你loss function怎麼定義 10/18 11:01
2F：→ breezy1812: 我之前是用softmax，是不是使用softmax就不適用1,1,0 10/18 11:25
3F：→ breezy1812: 的方案? 10/18 11:25
4F：→ bibo9901: 我是指 loss function, 不是最後一層.. 10/18 11:33
5F：→ breezy1812: 抱歉 這部分我還是有點混淆，loss function是在計算輸 10/18 12:06
6F：→ breezy1812: 出誤差的時候帶入嗎? 還是要跟著優化器的方法? 10/18 12:06
7F：→ breezy1812: 目前我的寫法是直接在輸出層做相減，目前看到其他方法 10/18 12:08
8F：→ breezy1812: 也只寫到這邊而已。 10/18 12:08
10F：→ breezy1812: OK 我剛惡補玩了 我會再研究其他函式看看! 感謝 10/18 15:30
11F：推 vfgce: 基本上你是做分類還是迴歸?分類只有0與1,迴歸才考慮0.5... 11/04 21:06
12F：推 vfgce: 若你產生的混合物兼具兩者特性,那麼編碼是[1,1,0].. 11/04 21:12
13F：→ breezy1812: 了解 我會在試看看 感謝大大! 11/07 10:01