神经网络，线性和逻辑回归。

Question

Logistic和线性回归是神经网络的特例吗 ?

请说明我是否可以认为这个说法是正确的。

Answer 1

神经网络可以被配置为执行逻辑回归或线性回归。

在这两种情况下，神经网络恰好有一个可训练层(输出层)，并且该层恰好有一个神经元(执行的运算符)。W * x + b affine计算和激活）。) 它们的激活函数不同。

对于逻辑回归，在输出层有一个sigmoid激活函数，产生一个范围为[0.0，1.0]的浮点数。你可以通过对该值应用0.5的阈值来进行二元决策。

对于线性回归，通常在输出层没有激活函数，所以你会得到一个无约束的浮点数。

一般来说，你可以在神经网络中增加隐藏层（以增加非线性和更多的学习能力），只要输出层激活按上面写的配置，仍然可以进行二进制分类和回归。