如何转换我的浮动数字以馈送我的神经网络？

Question

我一直在阅读一些关于神经元，感知和多层感知器概念的在线教程。现在，我想在我自己的例子中实现这个概念。我想做的是在我的网络中实现以下简单算法：

假设我们有4个浮点数minus1，plus1，minus2，plus2

if (minus2>plus2) and (minus1<plus1) then return 1
else if (minus2<plus2) and (minus1>plus1) then return -1
else return 0

但这是我的担忧：

1. 如何使用此类号码为网络提供信息：63.8990，-165.177,1.33001或0.98401？

2. 我应该如何选择输入数量，因为我有4个数字，但我不知道我是应该只使用4个输入还是首先转换所有内容并根据相关数量选择输入数量位

3. 考虑到3种类型的输出（1，-1,0）我应该在输出层中需要3个神经元，每个神经元代表一种特定类型的答案，或者我应该训练网络单独学习每种类型的回答（第一个网络为1，第二个网络为-1，最后一个网络为0）？

感谢大家提前阅读，我们非常感谢您的帮助

的Stephane

Answer 1

问题的含糊不清。我将其解释为：

您正在尝试使用神经网络实现函数f(m1, p1, m2, p2)（由if子句给出的定义）。

对于（1），您需要考虑如何代表网络，这会受到您所使用的网络类型的影响。

对于（2），要训练网络，您需要使用使用真值（即m1, p1, m2, p2, and f(m1, p1, m2, p2)的实例）。

对于（3），您实际上没有3个类型的输出。相反，你有3个可能的输出。当然，当特定输出作为答案时，可以训练3个网络进行响应，但是您也可以（使用适当类型的网络）通过具有一个输出的网络实现相同的效果。

Answer 2