我会尝试解释问题所在。
我有5种材料，每种材料由3种不同的矿物质组成，每种矿物质由10种不同的矿物质组成。对于每种材料，我都测量了强度与波长的关系。每个强度与波长矢量可以映射成1和0的二元向量，对应于材料组成的矿物。
因此材料1的强度为[0.51 0.53 0.57 0.68 ......]，在不同波长下测量[470 480 490 500 510 ......]和二进制矢量 [1 0 0 0 1 0 0 1 0 0]
等每种材料。
对于每种材料，我有5000个例子，所以25000个例子。每个例子都有类似的＆＃39;强度与波长行为但会给出相同的＆＃39;二进制矢量。
我想设计一个NN分类器，这样如果我将它作为输入给出强度与波长的关系，它就会给出相应的二进制矢量。
强度与波长之间的长度为450，因此输入层中将有450个单位
二元向量的长度为10，所以10个输出神经元
隐藏层将以200个神经元开始。
我可以用这种方式设计一个NN分类器，它会解决问题吗，还是我还需要别的东西？
答案 0 :(得分：0)
但是，您可以这样做，请注意使用正确的成本和输出图层激活功能。在您的情况下，您应该使用sigmoid单位作为外层，使用二元交叉熵作为成本函数。
另一种方法是使用单热编码，这样你就可以使用普通的多类分类（因为你的输出可能很稀疏，所以可能没有意义）。