Neural network 如果反向传播的输出收敛到1，则输出为（0,1）

我目前正在尝试理解我为一项任务创建的ANN，该任务基本上需要灰度（0-150）图像（120x128），并确定此人是男性还是女性。它在很大程度上起作用。我将其视为一个布尔问题，其中输出（男性=1，女性=0）。我能够让ANN正确识别男性或女性。然而，我得到的雄性的输出是（0.3-0.6），这取决于跑步我是否应该获取值~1？

---

我使用的是乙状结肠单位1/（1+e^-y），并试图取反方向。我已经尝试过在1层上使用5-60个隐藏单元，并尝试了2个触发器输出结果。我想了解这一点，以便将其应用于非布尔问题。也就是说，如果我想要一个数字输出，我是怎么做到的，还是我使用了错误的机器学习技术？

您可以在输出端使用二进制函数，并设置一些阈值。假设您在训练中为女性指定了0，为男性指定了1，在测试时，您将获得介于0和1之间的值，有时低于0，有时高于1……因此，要在输出值上做出决定，只需添加阈值0.5并检查输出值，若小于0.5，则估计等级为女性；若等于或大于0.5，则估计等级为男性

对于估计男性和女性的两类问题，一个输出就足够了。您仍然需要多个输出，即2个输出。然后，保持为每个类指定单选输出，以便女性的预期输出为[10]，男性的预期输出为[01]。在测试中，您可以使用最多两个输出来决定神经网络输出属于哪一类……好的，这就是我所做的，因为0标识符往往比1标识符小一个数量级。有没有办法训练它接近1或目标值？我问这个问题是因为我想知道如何将这个神经网络用于非布尔输出。你说的非布尔输出是什么意思？。除非在输出端使用二进制激活函数，否则神经网络只会给出非布尔浮点值。由于您使用了sigmoid函数，它将给出介于0和1之间或-1和1之间的flaoting/real值。。。。。之后，如何使用它满足您的需求取决于您自己。。。