什么＆＃34; 2-way＆＃34; softmax意味着什么？

Question

我无法就此达成明确的共识。

2-way softmax是什么意思，它与 n-way softmax有何不同？

Geoffrey Hinton在他的Coursera课程机器学习神经网络在测验4中给出的定义是：

  

具有2个元素的softmax单元

我对此完全陌生，所以我不明白这是否意味着：

1. 神经元只有两个输入来计算softmax？
2. 函数的输出是一个包含2个元素的向量？例如。 [0.5,0.2]
3. 输出只能是0或1？

任何澄清都表示赞赏。

Answer 1

据我所知这个问题：2路Softmax意味着，神经网络应该决定，天气是这个（x）还是那个。所以它只能输出二元决策。

N-way表示您有多个输出。例如：如果给定的图片显示狗或猫（双向），您的网络应该决定

另一个网络应该告诉我们，如果图片显示的是汽车，球，房子或人等......（n-way）。 看一下这个： https://github.com/Kulbear/deep-learning-nano-foundation/wiki/ReLU-and-Softmax-Activation-Functions

从技术上讲：网络中的一堆神经元与数学运算，权重和偏差相关联......

我使用的大多数型号使用0到1之间的数字（双/浮点数）。但在分类网络中，您希望有一个定义的结果。对于猫/狗网络，你将有2个输出神经元（一个用于猫概率，另一个用于狗概率）。所以给定的图片有一个清晰的肥狗会产生类似（0.265,0.995）的东西。所以它最有可能是一只狗。在这里应用2路softmax将导致〜（0.2,0.8）。所以＆＃34;它是一只狗＆＃34;

基本上：它使模糊输出标准化，使用户能够做出明确的决定。阅读提供的链接。很好......