用于分类的多输出与多输出单输出神经网络

Question

是否有理论支持或反对使用单个多输出NN进行多类分类而不是使用多个一对一NN？

在两种情况下，一旦获得所有输出值，就会使用相同的决策规则：激活最高的输出“获胜”并决定预测返回哪个类。

但是我想知道是否 - 以及为什么 - 所有输出都是在同一个NN上计算而不是单独计算更好或更差。

Answer 1

大多数情况下，我反对使用相同的神经网络结构进行多次分类。这在其他AI构造中非常罕见。您不能使用支持向量机或决策树执行此操作。我认为这有点混淆了这个问题。

支持它的论点是你的隐藏层只是低层特征探测器。您的多重分类（或者也就是回归）输出神经元现在可以独立使用输入和隐藏层传递的低级功能。

我没有尝试将这些组合到相同的ANN和单独的ANN中。我的猜测是，成功程度将与多个分类试图完成的内容之间的相似性有关。