Python NN如何理解哪个类对应于哪个输出节点？反过来，我们如何认识到概率对应的是什么？

假设我们正在尝试训练MNIST分类器，我们将有10个输出（0-9）。当神经网络输出概率时，我们如何知道哪个概率对应于哪个输出节点

即使我们假设它是从顶部节点0到最底部节点9的顺序，我们怎么知道呢？反过来，模型又是如何知道这一点的？（即计算损失）

神经网络（NN）要知道任何事情，首先必须对其进行训练。我们通过提供示例来实现这一点，在示例中我们自己标记了正确的输出。如果我们将输出7标记为“3”，则网络将慢慢了解这一点。然而，使用输出1对类0进行分类更有意义，但这完全取决于您

---

通常通过计算损失函数来计算损失。对数丢失通常用于多类分类。

假设您输入了0-9之间每个数字的热编码版本。这到底是如何指向输出节点的？您是在使用现成的网络还是在设计自己的网络？这篇文章讨论了分类的一个热门编码，以及使用哪些损失函数：我投票结束这个问题，因为它与编程无关。