神經網絡 分類 sigmoid softmax

在mlp中，新神經元的輸出可以理解爲，前面很多個神經元信號經過激活函數處理後的結果。這個激活函數是可以調的，二分類任務，最後的激活函數使用sigmoid很適用，類似於邏輯迴歸。但如果是多分類，而且結果是多類別中的某一個（比如結果是4類中的一類，我們可以理解爲這四個類別發生的概率之和爲1），那我們可以使用softmax，通過這個激活函數運算，輸出爲每個類別可能的概率，最大的概率那個，就是本次預測的類

>>阅读原文<<