TensorFlow05.2-神经网络输出方式

这里的输出方式有这几种：

1 𝑦∈𝑅^d

▪ linear regression(线性回归)
▪ naïve classification with MSE（MSE分类）
▪ other general prediction
▪ 𝑜𝑢𝑡 = 𝑟𝑒𝑙𝑢(𝑋@𝑊 + 𝑏)

• logits

2 𝑦𝑖 ∈ [0, 1]

binary classification(二分类)

• y>0.5, →1
• y<0.5, →0
  Image Generation(图像识别)
• rgb
  
  我们怎么让他变到[0,1]之间？
  主要是sigmoid函数

2.1 sigmoid函数

我们观察这个函数，值域是在[0,1]之间的
out'=sigmoid(out)，这个就相当于我们把这个数值给他压缩到[0,1]的效果

API:

tf.sigmoid

但是对于一个分类问题，我们并不能达到目的

3. yi ∈ [0, 1] , \(\sum\) yi =1

比如说我们一个分类问题，我们要求我们这些分类的概率和为1.
这时候我们的sigmoid就不能实现这个功能了，我们需要

tf.nn.softmax(a)

classification(分类)例子：

4 yi∈[-1,1]

tf.tanh