我的标签看起来像这样
label = [0, 1, 0, 0, 1, 0]
意味着类 1, 4 出现在匹配的样本输入上 .
1, 4
如何为这样的标签创建单热编码标签?
哪种损失函数更适合这种情况(S形交叉熵,softmax交叉熵或稀疏softmax交叉熵)?
没有充分的理由为此创建 one-hot 编码版本,并且如果要保持输出标签大小完全相同,在您的情况下为 6 ,则不能对其进行 one-hot 编码版本 .
one-hot
6
如果要完成 multi-label classification ,则不能(更适合不应)使用 softmax 作为激活 . Softmax 适用于只有一个输出可以是真值的情况 . 因此,在您的情况下,最好使用 sigmoid cross-entropy .
multi-label classification
softmax
Softmax
sigmoid cross-entropy
1 回答
没有充分的理由为此创建
one-hot
编码版本,并且如果要保持输出标签大小完全相同,在您的情况下为6
,则不能对其进行one-hot
编码版本 .如果要完成
multi-label classification
,则不能(更适合不应)使用softmax
作为激活 .Softmax
适用于只有一个输出可以是真值的情况 . 因此,在您的情况下,最好使用sigmoid cross-entropy
.