Интерпретация ответов сети
При интерпретации выходных сигналов сети необходимы аккуратность и порой изобретательность, ведь от этого истолкования зависят требования, которые мы предъявляем к работе НС. Удачная их формулировка может упростить обучение и повысить точность работы, неудачная — свести на нет предыдущие усилия.
Масштабирование является естественной операцией при обработке выходных сигналов. Стандартные (обезразмеренные) НС формируются так, чтобы их выходные сигналы лежали в интервалах
![[-1,1]](../../../../img/tex/5/4/d/54da4c4f64d89597d067383a28617063.png)
![[0,1]](../../../../img/tex/2/1/9/21999483351e77c7fc073919f87de934.png)
![[a,b]](../../../../img/tex/d/d/d/ddddb1b83fdf66b01367f3ee95a53ca5.png)
![y\in [-1,1]](../../../../img/tex/8/b/1/8b15f3d0d36bb130d76dd0a8e3761033.png)

В задачах классификации наиболее распространено правило интерпретации "победитель забирает все": число нейронов равно числу классов, номер нейрона с максимальным сигналом интерпретируется как номер класса. К сожалению, если классов много, то этот наглядный метод является слишком расточительным, потребляет слишком много выходных нейронов.
Знаковая интерпретация требует только



Порядковая интерпретация является еще более емкой, чем знаковая. В ней с помощью


классам (а не





- наибольшему). Перестановку




