Keras 序列分类问题应选择哪种损失函数?
我的问题如下: 输入:[字符序列] 输出:[字符序列] 输入和输出都是弓形表示 例如X=[12,3,4,5,6]->Y=[1,4,5,7,8] 我计划使用Keras LSTM完成上述任务Keras 序列分类问题应选择哪种损失函数?,keras,lstm,recurrent-neural-network,Keras,Lstm,Recurrent Neural Network,我的问题如下: 输入:[字符序列] 输出:[字符序列] 输入和输出都是弓形表示 例如X=[12,3,4,5,6]->Y=[1,4,5,7,8] 我计划使用Keras LSTM完成上述任务 我的损失函数应该是什么 最标准的方法是使用softmax建模输出分布,合适的损失函数是分类交叉熵 标准分类交叉熵期望目标作为一个热向量。如果要直接使用Y中的索引,请使用稀疏分类交叉熵 (请参见中的示例二,它似乎完全符合您的要求。)
我的损失函数应该是什么 最标准的方法是使用softmax建模输出分布,合适的损失函数是分类交叉熵 标准分类交叉熵期望目标作为一个热向量。如果要直接使用
Y
中的索引,请使用稀疏分类交叉熵
(请参见中的示例二,它似乎完全符合您的要求。)