神经网络分类器

Question

如果你有2个A类，2个元素，B个，1D空间中有一个元素，任何配置。任务是区分这两个类，对它们进行分类。如果你可以选择任意激活函数，那么可以解决这个问题的最小神经元数量是多少。

我在想你总是要使用至少两个神经元，否则我错了？

Answer 1

您的问题与感知器的经典异或问题有些相关。让我们暂时想一想，它是关于具有特定激活函数的神经网络 - 二进制阈值 - 感知器具有的。然后任务变成1D XOR问题，然后确实你需要隐藏层中的2个神经元和输出层中的1个神经元来解决它。但是你提到可以选择任意激活函数。在这种情况下，我们可以选择radial basis function（RBF）网络。如果可以将A类表示为大于T的输出值，将B类表示为小于T的输出值，那么只有1个RBF神经元就足以区分这些类。如果你希望每个类都有自己的输出（这个值可以被视为属于相应类的输入数据的概率测量），那么你需要2个RBF神经元。