神经网络的多元分类、代价函数

目录

一、多元分类

二、代价函数

---

一、多元分类

在神经网络中实现多类别分类，采用的方法是一对多的的扩展。

举个例子：计算机视觉的例子

 现在不仅仅是要识别汽车，还需要识别四个类别的对象，通过图像来辨别出哪些是行人、汽车、摩托车、火车。所以需要建立一个具有四个输出单元的神经网络，如下：

 用第一个输出单元来判断图中是否有行人，第二个输出单元来判断是否有汽车，第三个输出单元来判断是否有摩托车，第四个输出单元来判断是否有货车。

之前，在前面的博客中简绍的一对多分类中，是将输出标签定义为 ，然后1，2，3，4依次对应行人，汽车，摩托车，货车。

在这里，不在用 y 表示各种标签了，而是用 表示，它是一个四维的向量，如下：