複数の出力を持つフィードフォワードニューラルネットワークを設計する場合、複数の出力を持つ単一のネットワークと、それぞれが単一の出力を持つ複数のネットワークを持つことの間に（計算効率以外の）概念的な違いはありますか？
同じネットワーク内の出力ニューロンは「オンザフライ」で相互に影響を与えませんが、各出力からのエラーが逆伝播して隠れ層の重みに影響を与え、それが他の出力の値に影響を与えるため、トレーニングに影響を与えます。 。
どちらの方法でも解決できる問題はありますか？直感的には、単一のネットワークは、一度に1つの出力のみをアクティブにする必要がある問題（つまり、OCR）に適しています。複数のネットワークは、複数の出力を同時にアクティブにできる問題（つまり、各出力が何らかの特性に対応する場合）に適しています。入力では、それらのいくつかが同時に存在する可能性があります）。しかし、これは単なる直感です。それは実質的に成り立ちますか？