神经网络分类器

Question

当您在任何配置中有2个A类，2个元素和B，并且1D空间中有一个元素时。任务是区分这两个类，以对它们进行分类。如果您可以选择任意激活功能，那么可以解决这个问题的最小数量的神经元是多少。

我以为你总是必须使用至少两个神经元还是我错了？

Answer 1

你的问题具有一定的相关的感知古典XOR问题。让我们暂时假设它是关于具有特定激活函数 - 感知器具有的二进制阈值的神经网络。然后任务变成1D XOR问题，然后确实需要隐藏层中的2个神经元和输出层中的1个神经元来解决它。但是你提到可以选择一个任意的激活函数。在这种情况下，我们可以选择radial basis function（RBF）网络。如果可以将A类表示为大于T的输出值，将B类表示为小于T的输出值，则只有1个RBF神经元足以区分这些类。如果您希望每个类都有自己的输出（该值可以被视为属于相应类的输入数据的概率测量），那么您需要2个RBF神经元。