正如我训练过的那样，它的准确率只有70％左右。然后我想到了10个神经网络，每个神经网络都有一个专门的任务，即在输入中寻找一个数字。通过这种方法，我已经能够让每个网络以90％的准确度运行。
在某些情况下，我得到多个肯定和其他，弱确认（例如正确的网络返回.09而不是1.0）。在这些情况下，我无法弄清楚如何让程序选择正确的答案，因为它将涉及网络之间转换因子的复杂算法，并将某些网络优先于彼此，以其平均精度为模型。
我的问题是：我可以获得一个神经网络。）通过多个“强”输入和b）清除单个强阳性（<.90）。放大弱阳性？
这是另一个NN的地方，还是我应该专注于改进（传统的）编程选择算法？