解释和弦识别的神经网络输出

时间:2014-01-15 06:47:39

标签: neural-network music-notation

如果我们拥有神经网络并使用所需的输出进行训练,例如: 如果情况A输出将为0.04 如果情况B则为0.08 如果情况C则为0.12,依此类推,直到1

如果我们从应用程序进程得到实际输出0.06,我们如何解释输出。是否算作案例A或案例B?

1 个答案:

答案 0 :(得分:1)

这真的取决于你的阈值策略。

首先,您必须在每个目标类别之间选择一个阈值。你可以:

  • 要么你选择设置任意阈值,可以是中点(即0.4和0.8之间的0.6)或其他任何其他阈值。
  • 或者计算减少分类错误的阈值,这可以通过在几次测试运行中平均最佳工作阈值来完成。

然后你必须选择当你的输出值完全达到一个阈值时要做什么,这真的取决于你,你可以选择将其分类为“向左”,“向右”或甚至使你的网络说它无法对输入进行分类。但请记住,在大多数情况下,它不太可能发生,最多它最终会接近阈值但很少完全靠近它。

干杯,

卓玛