Softmax 的交叉熵是否适用于多标签分类？答案

【问题标题】：is Cross Entropy With Softmax proper for Multi-label Classification?Softmax 的交叉熵是否适用于多标签分类？
【发布时间】：2017-06-01 13:19:58
【问题描述】：

如here 所述，交叉熵不是多标签分类的合适损失函数。我的问题是“这个事实也适用于 softmax 的交叉熵吗？”。如果是，如何与文档的this part 匹配。

我应该提到我的问题范围在cntk。

【问题讨论】：

标签： softmax cntk cross-entropy

【解决方案1】：

多标签分类通常意味着“许多二元标签”。考虑到这个定义，带有 softmax 的交叉熵不适合多标签分类。您提供的第二个链接中的文档讨论的是多类问题而不是多标签问题。带有 softmax 的交叉熵适用于多类分类。对于多标签分类，一个常见的选择是使用每个标签的二进制交叉熵之和。可以使用 Brainscript 中的 Logistic 或 Python 中的 binary_cross_entropy 计算二进制交叉熵。

另一方面，如果您对许多多类标签有问题，那么您可以对每个标签使用 cross_entropy_with_softmax，CNTK 会自动对所有这些损失值求和。

【讨论】：

链接文档的标题是“训练一个多标签分类器”，那么您怎么说“您链接的文档谈论的是多类问题而不是多标签问题”？
您的问题中有两个链接。我指的是另一个。更新了答案以澄清这一点。