我正在学习机器学习，我正在研究我的第一个神经网络作为我的一个课程的项目。我正在用java编程网络。网络的要点是识别七段数字（就像在常规数字时钟上一样）。网络实际上不必与任何真实传感器相关联，它只需要在理论上基于输入作为0和1的文本形式，而不是二进制，这对应于在数字顶部放置的假设传感器矩阵。
我的问题是，我希望获得什么样的输出？
答案 0 :(得分：0)
七段数字的输入将是（1 X 7）向量，其中1表示打开的段，0表示关闭的段。
至于输出，你没有指定你想要的是什么，所以让我们假设你想告诉你＆＃34;哪个数字是显示＆＃34;的屏幕。由于有10位数字（0到9），您有10个可能的答案。输出将是（1×10）向量，每个数字对应于一个数字。它的值表示网络对这是正确答案的信心（通常输出值位于[0,1]，但这取决于您的设置）理想情况下，您希望网络返回一个属性为1的向量，所有其他人都为零。
但请注意，这种情况下分类器无用。分类算法概括了它过去看到的内容。因此，它对手写识别很有用，因为即使同一个人两次写相同的数字，它也不完全相同。在您的情况下，所有7段显示器中的每个数字都是相同的，因此您的网络并不完全是学习，而是记住输入。