Python 卷积神经网络的输出意味着什么

初学者到机器学习。。。 我知道CNN模型为图像所属的类指示值“1”，否则为“0”。但是我的一个模型的输出有点奇怪

输出-： [[1.00000000e+00，1.02304026e-20，0.00000000e+00]]

---

我观察到类1的值比其他类高，因为我正在测试的图像实际上属于该类。但是我真的不明白这个输出意味着什么，为什么它不是简单的0或1。CNN是一种用于处理图像的神经网络。您所呈现的可能是使用CNN处理输入的分类器的输出。您可以观察到输出，因为我们经常对输出向量应用一个运算来生成概率分布，每个值都在0和1之间，向量和为1。输出中的每个条目都告诉您输入属于特定类的概率。这并不是故事的结束，只是你的一个起点

---

在第二个条目中观察到非常小的数字而不是0的原因是，这些概率基于的是，如果输入较大，则向1饱和，否则向0饱和。当你使用浮点数时，它们实际上接近于0和1，但不一定变成1或0。

CNN模型并不表示什么。是的。CNN可以根据您的问题和架构（概率、数组、布尔值…）生成许多内容。你应该先读一下这个理论！你的输出基本上是[1,0,0]，表明你的图像有100%的几率属于1类，而（接近）0%的几率属于2类和3类，但是的，@MohamedALANI是对的。首先理解理论。另外，不要从CNN开始，从一个简单的感知器开始，然后转移到多层感知器。