我当前理解并建立了一个解决XOR问题的简单神经网络。我想建立一个神经网络以识别数字。我知道使用MNIST数据，我需要784个输入神经元，15个隐藏神经元和10个输出神经元（0-9）。
但是，我不明白如何训练网络以及如何向前介绍多个输出神经元。
例如，如果输入是数字3的像素，则网络将如何确定选择哪个输出神经元以及训练时，网络将如何知道哪个神经元应与目标值相关联。
任何帮助将不胜感激。
，因此您有一个分类问题，其中有多个输出。我认为您正在为输出层使用SoftMax激活功能。
网络如何确定选择哪个输出神经元：简单，输出神经元具有最大概率为目标类别。
该网络将通过仅使用一个输出的标准返回传播进行训练。
只有一个差异：激活函数。对于二进制分类，您只需要一个输出（例如数字0和1，如果概率＆lt; 0.5，则类是0，else 1）。
对于多类分类，您需要每个类的输出节点；然后，网络将选择作为目标类的最大可能性。