"2-way"softmax는 무엇을 의미합니까?

Question

이것에 대한 분명한 합의를 찾지 못했습니다.

2 웨이 softmax를 평균을 수행하고, 어떻게 N-방법 softmax를 다른 무엇입니까?

정의는 것으로 퀴즈 4 신경망 기계 학습에 대한 자신의 코 세라 코스 에서 제프리 힌튼에 의해 주어진다

:

softmax를 단위 2 요소

내가 완전히 해요 이것에 새로운, 그래서 그것이 의미하는지 이해할 수 없다 :

1. 뉴런에 입력 소프트 맥스?
2. 함수의 출력은 2 개의 요소가있는 벡터입니까? 예 : [0.5, 0.2]
3. 출력은 0 또는 1 일 수 있습니까?

모든 해설이 인정됩니다.

Answer 1

필자는 2 방향 Softmax는 신경망이 결정해야 할 날씨 (x) 또는 그 것입니다. 따라서 바이너리 결정 만 출력 할 수 있습니다.

N 방향은 다중 출력을 의미합니다. 예 : 주어진 사진에 개 또는 고양이가 표시되는지 네트워크가 결정해야합니다.

사진이 자동차, 공, 집 또는 인간을 나타내는 경우 다른 네트워크에서 알려야합니다. .. (n-way). 이 체크 아웃 : https://github.com/Kulbear/deep-learning-nano-foundation/wiki/ReLU-and-Softmax-Activation-Functions

기술적으로 말을 : 네트워크에서 신경 세포의 무리가 수학 연산, 무게와 편견으로 연결되어 ... 두 번 0과 1 사이의

내가 사용

대부분의 모델, 사용 번호를 (/흙손). 그러나 분류 네트워크에서 하나의 정의 된 결과를 원합니다. 고양이/개 네트워크의 경우 2 개의 출력 뉴런을 갖게됩니다 (하나는 고양이 확률을위한 것이고 다른 하나는 개 확률을위한 것입니다). 이렇게 명확한 뚱뚱한 개가 주어진 주어진 그림은 (0.265, 0.995) 같이 무언가를 일으킬 것이다. 그래서 그 강아지가 가장 많을 것입니다. 여기서 2-way softmax를 적용하면 ~ (0.2, 0.8)가됩니다. 그래서 "개"

기본적으로 : 사용자가 명확한 설명을 할 수 있도록 퍼지 출력을 표준화합니다. 제공된 링크를 읽으십시오. 그것의 좋은 ...