我有一个NN，在softmax之前的最后一层输出中，我有17个数字（每个患者每个数字）。
这些是数字：
[[ -534.2598 ]
[-255322.64 ]
[-251120.55 ]
[-248624. ]
[ -538.3214 ]
[-255104.42 ]
[-248609.89 ]
[-253180.05 ]
[-247280.56 ]
[ -539.3145 ]
[ -538.0261 ]
[ -540.1227 ]
[-254579.94 ]
[ -532.4342 ]
[ -531.34863]
[ -528.2402 ]
[-259635.69 ]]
现在，这些数字的基本事实是：
[[0 1 1 1 0 1 1 1 1 0 0 0 1 0 0 0 1]]
现在可以很清楚地看到，softmax的输入是预测基本事实的好输入-每当数字大于-1000时，我们知道答案是0。
出于某种原因，softmax函数无法学习类似的简单内容，并且总是给出答案（在对输出执行“ argmax”之后）
[0 0 0 0 0 0 0 0 0 ...]
有趣的是，当输入的0的预测值为正数，1的预测值为负，并且输入的精度为100%时，就不会出错。
更有趣的是，当两组中的数字均为正时，也会犯错。
现在，我唯一的问题是-为什么在我的softmax对人类如此清晰的情况下，很难区分2类的类。我觉得我在softmax中犯了一些基本的错误。
我想念什么？
谢谢！
（是，对不起，这里是第一个问题，stackoverflow用这种代码格式折磨了我，如果帖子看起来很奇怪，对不起）
答案 0 :(得分：1)
不确定其他事情，但softmax无法预测多个标签。 softmax层的总和为1（通过softmax函数的数学设计），这意味着使用softmax只能有一个答案（输出中只有一个1，其他零）。因此softmax的预期输出可以是
[0，0，0，0，0，0，0，1，0，0，0]
但没有
[0，0，0，0，1，0，0，1，0，0，1]
如果您对多标签分类感兴趣，请尝试例如使用S形层。