Deep learning Flux.jl将变量限制在0和1之间

我希望输出特征向量中的每一项都在0和1之间（真值向量是一组独立的二进制值）。最终，通过训练，它会接近这一点，但我认为有一种方法可以将变量限制在一个范围内，从而使其更快地收敛

---

这不是。softmax将一个向量转换为一个分布，其总和为1，但我希望向量中的每个项都限制在0-1的范围内。

可以通过使用最后一层上的激活函数来添加这样的约束。在输出上添加一个sigmoid，使其位于[0,1]中。在最后一层添加exp，使其成为[0，infty]。等等。

谢谢，这就像我希望的那样简单。我只是在ML方面有点自学，所以我的知识有很多差距。