我之前了解过神经网络,尤其是通过反向传播学习的多层感知器如何学习将事件分类为真或假。
我认为有两种方法:
1)您可以获得一个输出神经元。 如果它的值> 0.5,则事件很可能是真实的,如果其值<= 0.5,则该事件很可能是虚假的。
2)您可以获得两个输出神经元,如果第一个值大于第二个值,则该事件很可能为真,反之亦然。
在这些情况下,神经网络告诉您事件可能是真实的或可能是虚假的。 它并没有告诉您概率。
是否有一种方法将此值转换为某些概率或直接从ANN中获取概率。 我想要的输出是“事件有84%的可能性是真实的”。
tanh(x)
函数的返回值始终在[-1..1]范围内,通常用于规范化“隐藏”层的值。而“输出”层可能需要在[0..1]范围内,因此会使用不同的规范化函数,例如https://en.wikipedia.org/wiki/Softmax_function。 - Jesse Chisholm