Neural network 成分分布的神经网络估计
为了使用前馈神经网络预测成分分布,例如,每个成分样本的营养成分分数、维生素10%、蛋白质35%、水35%、脂肪20%,所有营养成分的总成分百分比等于1 我的问题是,为了预测这样的成分分布,我应该在输出层使用什么样的激活函数?它看起来类似于回归问题,但单个组合数据的每个维度之和必须等于一,这类似于逻辑回归或softmax。我应该使用softmax吗?或线性作为输出层的激活函数 但单个合成数据的每个维度之和必须等于一Neural network 成分分布的神经网络估计,neural-network,Neural Network,为了使用前馈神经网络预测成分分布,例如,每个成分样本的营养成分分数、维生素10%、蛋白质35%、水35%、脂肪20%,所有营养成分的总成分百分比等于1 我的问题是,为了预测这样的成分分布,我应该在输出层使用什么样的激活函数?它看起来类似于回归问题,但单个组合数据的每个维度之和必须等于一,这类似于逻辑回归或softmax。我应该使用softmax吗?或线性作为输出层的激活函数 但单个合成数据的每个维度之和必须等于一 这似乎是一个多类预测,softmax会很好。在逻辑回归中,预测之和可能不等于1。为
这似乎是一个多类预测,softmax会很好。在逻辑回归中,预测之和可能不等于1。为什么这是多类预测?它预测的值是每个类别的百分比。