"2-way" softmaxは何を意味しますか？

Question

私はこれに関する明確な合意を見つけることができませんでした。

2ウェイソフトマックスは何を意味し、そしてどのようにそれがNウェイソフトマックスは異なるのですか？

定義があることをクイズ4に機械学習のための彼のコーセラコースにジェフリー・ヒントンによってニューラルネットワークを与えられます。

2つの要素

とソフトマックスユニット、私は完全によこれは新しいものなので、意味するかどうかは分かりません。

1. ニューロンには2つの入力しかありませんソフトマックス？
2. 関数の出力は2要素のベクトルですか？例えば。 [0.5、0.2]
3. 出力は0または1のみ可能ですか？

どのような説明もあります。

Answer 1

私が質問を理解する限り、2ウェイソフトマックスは、ニューラルネットワークが決定しなければならないことは、それがこの（x）かそれであることを意味します。したがって、バイナリ決定のみを出力することができます。

Nウェイは、複数の出力があることを意味します。例えば、あなたのネットワークは、与えられた画像に犬または猫が表示されているかどうかを決定する必要があります。

写真が車、ボール、家または人間などを示す場合、 ..（n-way）。 チェックこのアウト： https://github.com/Kulbear/deep-learning-nano-foundation/wiki/ReLU-and-Softmax-Activation-Functions

は技術的に話さ：ネットワーク内のニューロンの束は、数学演算、重みとバイアスが接続されている...私は使用

ほとんどのモデルは、0と1の間の数字を使用します（ダブル/浮く）。しかし、分類ネットワークでは、定義された結果が1つ必要です。猫/犬のネットワークでは、2つの出力ニューロンがあります（1つは猫の確率で、もう1つは犬の確率です）。だから、明確な太った犬の写真は、（0.265、0.995）のようなものを作り出します。だから、おそらく犬。ここで2ウェイsoftmaxを適用すると、〜（0.2、0.8）になります。したがって、 "その犬"

基本的に：ファジー出力を正規化して、ユーザーが明確な尺度を作れるようにします。提供されたリンクを読んでください。その良い...