Wie wird der Output Layer eines KNN ausgewertet?

Gast #6222156 
Hey Leute, ich habe eine kurze Frage zu neuronalen Netzen:
Angenommen ich habe ein simples feedforward Netz mit bereits trainierten 
Gewichten.
Das Netz besteht aus einem Input Layer, einem Hidden Layer und einem 
Output Layer. Der Output Layer wiederum besteht aus 3 Neuronen, da es 3 
mögliche Klassifizierungen für die Daten gibt.
Wie wird der Output denn dann genau klassifiziert?
Wenn z.B. output = [0.33, 0.12, 0.65] das Ergebnis wäre, ist das 
Ergebnis dann als Klasse 3 zu interpretieren?
Also quasi ist immer der größte Wert das Ergebnis? Oder würde der 
Ausgang eher so aussehen: output = [0,0,1]?
Antwort Zitieren Bearbeiten Thread verschieben Thread sperren Langsamer Modus Anmeldepflicht aktivieren Anpinnen Thread löschen Thread mit anderem zusammenführen Melden Danke
Gast 
Kowalski schrieb:
> Wie wird der Output denn dann genau klassifiziert?

Naja, der Output-Layer geht meistens durch eine Aktivierungsfunktion, 
z.B. Softmax. Dann bekommst Du eine Wahrscheinlichkeitsverteilung.


> Also quasi ist immer der größte Wert das Ergebnis?

Das kommt auf Deine Anwendung drauf an.
Antwort Zitieren Bearbeiten Löschen Melden Danke
Gast 
Bastler schrieb:
> Kowalski schrieb:
>> Wie wird der Output denn dann genau klassifiziert?
>
> Naja, der Output-Layer geht meistens durch eine Aktivierungsfunktion,
> z.B. Softmax. Dann bekommst Du eine Wahrscheinlichkeitsverteilung.
>
>> Also quasi ist immer der größte Wert das Ergebnis?
>
> Das kommt auf Deine Anwendung drauf an.

Ok, danke für die Antwort.
Meinst du mit dem letzten Satz: "kommt auf die Anwendung an", dass es 
auch Anwendungsfälle gibt, bei denen ein Objekt mehreren Klassen 
angehören kann?
Bin bis jetzt davon ausgegangen dass KNNs nur explizit entweder / oder 
können.

Ist echt ein interessantes Thema, aber die meisten Quellen beschäftigen 
sich immer nur damit, wie man die Gradienten und die 
Gewichtsaktualisierungen berechnet usw., aber Quellen die einfach mal 
die simplen Tatsachen von einer gewissen Distanz aus darstellen, konnte 
ich bis jetzt leider nicht finden.
Antwort Zitieren Bearbeiten Löschen Melden Danke
Gast 
Kowalski schrieb:
> Meinst du mit dem letzten Satz: "kommt auf die Anwendung an", dass es
> auch Anwendungsfälle gibt, bei denen ein Objekt mehreren Klassen
> angehören kann?

Wenn du das CNN mit einem Bild fütterst, das mehrere bekannte Objekte 
enthält, dann wäre es zu erwarten, dass mehrere Neuronen im Output-Layer 
hohe Werte annehmen
Antwort Zitieren Bearbeiten Löschen Melden Danke
Thread beobachten

Antwort schreiben

Eine eigene Frage? Dieser Thread ist über 6 Jahre alt. Stell sie in einem eigenen Thread – dort lesen mehr Leute mit, und sie wird öfter und schneller beantwortet.

Neuen Thread starten

Eine Lösung, Ergänzung oder Rückmeldung zu diesem Thread? Dann antworte hier.

Formatierung
  • [c]C-Code[/c]
  • [code]Code in anderen Sprachen, ASCII-Zeichnungen[/code]
  • [math]Formel in LaTeX-Syntax[/math]
  • [[Titel]] – Link zu einem Artikel
  • Verweis auf einen anderen Beitrag: Rechtsklick auf dessen Beitrags-ID (#8078628), „Adresse kopieren“, in den Text einfügen

Mehr zur Formatierung

Längeren Sourcecode als Anhang, nicht in den Text. JPG nur für Fotos und Scans; Zeichnungen und Screenshots als PNG oder GIF. Siehe Bildformate.

Dein Name und deine E-Mail-Adresse

Schon registriert? Anmelden

Wird nicht angezeigt. Wir schicken dir einen Link; sobald du damit bestätigst, erscheint dein Beitrag.

Mit dem Abschicken legst du einen kostenlosen Account an und erkennst die Nutzungsbedingungen und die Datenschutzerklärung an.