假设我想用神经网络对sqrt函数进行建模。但是对于每个输入x，有两个答案sqrt(x) = y和sqrt(x) = -y。 （但实际上，我不知道我有sqrt函数 - 我只有很多数据 - 所以我不知道先验是否有0,1,2或更多答案{每个输入y {1}}。）如何才能正确分发x？
答案 0 :(得分：0)
你应该问自己的问题是，你将如何训练这样一个神经网络：
如果你想给x - ＆gt; {sqrt（x）， - sqrt（x）}作为训练示例i，那么这意味着您通过查看单个示例来了解输出的数量，因此您应该编码有2个输出的事实。
我想要给出的例子有时是x - ＆gt; sqrt（x）和其他时间x - ＆gt; -sqrt（x），那么你的神经网络将很难训练，因为每个梯度都可以以完全不同的方式改变权重。它可能会在许多训练样例之后收敛，并且只会输出它看到的最多的y。
更好的方法是在强化学习中使用类似奖励功能的东西。在这种情况下的函数将是f（x）= x ^ 2，并且只是说输出是否正确。这样可以让您的网络对正负输出进行训练。因此，请尝试为您的问题找到奖励功能！