C# 基于神经网络的输出计算

我正在尝试创建神经网络，我正在使用一个巨大的框架。我有3个输入，20个输出数据。输入如下：0.4397 1.4492 0.57、0.4296 1.5271 0.615等，输出如下数据：[0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0]，[0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0]等。我计算的输出如下：

我知道，输出必须得到[0,1]，但这里[-1,1]。我已经规范化了train datadivide 100和输出datadivide 100

---

我有什么问题？提前谢谢。对不起，我的英语

我想您正在使用的多层感知器的每个节点的输出不在[0,1]或[-1,1]，而是在[-∞, +∞]. 通过这种方式，MLPs可以执行回归或分类。在您的情况下，由于您将其用于分类问题，因此输出通过激活函数传递，该函数将输出限制在特定的时间间隔内

两个常用的此类函数是sigmoid函数和双曲正切函数，它们分别将输出映射到[0,1]和[-1,1]。在您的情况下，框架最有可能使用双曲函数作为默认激活。您可以找到该参数，它是sigmoid/logistic或类似的

---

PS：不管上述情况如何，您是否确定您试图解决的问题的公式正确？对于分类问题，3个输入和20个输出似乎不太可能。

为什么您认为输出应该在[0,1]范围内？反向传播函数得到[0,1]输出。不是-值。我认为我的问题是规范化和非规范化，但我不知道如何才能成功。请将您的代码添加到您的问题中。代码大约2500行。您不应该想看，一定要看。这是真的。3个输入和20个输出似乎不太可能出现分类问题：