各位神人版友安安
最近刚接触NN算法
用来解决物质特性分类的问题
只是目前我的分类输出层是这样
我假设纯物质有三类，所以输出层的维度是3
第一类(1,0 0)
第二类(0,1,0)
第三类(0,0,1)
那现在我遇到一个比较麻烦的逻辑问题
希望版友如果有经验，或是有些想法可以提出建议
如果其中两类混在一起成为混和物
在不发生化学反应的前提下
如果希望针对此混和物进行学习
我应该将输出层定义为(1,1,0)还是(0.5 , 0.5 , 0)
这两者各有几个特点
一、(1,1,0)
我只考虑到是否有出现特定的纯物质，
以不考虑浓度比例下，或许是个安全的作法。
但因为我在学习前或做一些前处理(包括归一化)
所以会不会影响到其他类别的学习?
二、(0.5 ,0.5, 0)
这边就考虑到归一化的结果，
如果是三种混和物理当然选择(0.33, 0.33, 0.33)
听起来也合理许多，但是否也可能影响到纯物质本身的学习
(比如说，最后纯物质的单项预测值会坐落在1和0.5之间，或更小)
以上是最近我一直在思考的
因为我对NN的处理逻辑还不是很有感觉
还有一个问题是，我的混和物样本不是我调的
所以浓度基本上是未知，
但我的近程目标还是先订在定性分析，
还希望各位大大能提供一些意见
感谢

取决于你loss function怎么定义

我之前是用softmax，是不是使用softmax就不适用1,1,0的方案?

我是指 loss function, 不是最后一层..

抱歉 这部分我还是有点混淆，loss function是在计算输出误差的时候带入吗? 还是要跟着优化器的方法?目前我的写法是直接在输出层做相减，目前看到其他方法也只写到这边而已。参考范例https://goo.gl/tGJa6KOK 我刚恶补玩了 我会再研究其他函式看看! 感谢

基本上你是做分类还是回归?分类只有0与1,回归才考虑0.5...若你产生的混合物兼具两者特性,那么编码是[1,1,0]..

了解 我会在试看看 感谢大大!