Neural network 什么'；使用一个输出节点和两个节点用人工神经网络对两类进行分类的区别是什么

当使用人工神经网络对两类任务进行分类时。输出节点可以是一个或两个。例如。

一个节点的NN架构为400*10*1，两个节点的NN架构为400*10*2。

如果我使用两个节点。在反向传播过程中，它将从输出层得到两个增量。但对于一个节点，它只会传播一个增量

---

这两者之间有什么区别吗？

区别在于第二个NN正在做大量冗余工作。假设所有数据都属于一个类或另一个类，则不需要在输出层有两个节点。添加两个节点只会使系统计算两个互补的增量。这不会向系统提供任何新信息，也不会使其性能更好

第二个神经网络会伤害神经网络吗。我不想在训练时间受伤。我的意思是神经网络的精确度第二个输出节点不应该影响预测的精确度。但一定要设置约束，使它们不会产生相同的输出（即0-0或1-1）。如果使用两个输出信号，则可以通过比较两个值的大小来猜测边缘案例属于哪两类。