Fatal编程技术网
  • tensorflow/
  • Tensorflow 多类单标签分类的Keras二元交叉熵与分类交叉熵

Tensorflow 多类单标签分类的Keras二元交叉熵与分类交叉熵

tensorflow neural-network keras

Tensorflow 多类单标签分类的Keras二元交叉熵与分类交叉熵,tensorflow,neural-network,keras,classification,Tensorflow,Neural Network,Keras,Classification,我一直在使用二进制交叉熵，但最近发现使用链式交叉熵可能更好 对于我正在解决的问题，以下是正确的： 有10个可能的类 给定的输入仅映射到1个标签 我用二进制交叉熵获得了更高的精确度。我应该切换到分类交叉熵吗？ 目前，我正在使用标准精度（metrics=['accurity']）和一个sigmoid激活层作为最后一层我可以保持这些不变吗？如果我理解正确，您有一个多类问题，并且您的类是相互排斥的。您应该使用categorical\u crossentropy并将输出激活函数更改为softmax 二进制

我一直在使用二进制交叉熵，但最近发现使用链式交叉熵可能更好

对于我正在解决的问题，以下是正确的：

  • 有10个可能的类
  • 给定的输入仅映射到1个标签
    • 我用二进制交叉熵获得了更高的精确度。我应该切换到分类交叉熵吗？

    目前，我正在使用标准精度（metrics=['accurity']）和一个sigmoid激活层作为最后一层我可以保持这些不变吗？

    如果我理解正确，您有一个多类问题，并且您的类是相互排斥的。您应该使用
    categorical\u crossentropy
    并将输出激活函数更改为
    softmax

    二进制交叉熵
    ，顾名思义，只能用作2类问题的损失函数。

    如何用二进制交叉熵解决10类问题？当切换到分类交叉熵时，是否保持乙状结肠激活？