多类多标签数据的激活函数答案

【问题标题】：Activation function for multiclass multilabel data多类多标签数据的激活函数
【发布时间】：2020-04-01 18:15:07
【问题描述】：

我正在做一个简单的图像多标签多类图像分类。在此图像中分为 6 个类别，每个类别分为 3 个子类别（1、2、3）。我用 sigmoid 激活做了一个简单的模型，并使用了 binary cross_entropy。这是我的代码：

  model.add(Dense(64, activation='relu'))
  model.add(Dense(4, activation='sigmoid'))
  return model

  model.compile(optimizers.rmsprop(lr=0.003, decay=1e-6),loss="binary_crossentropy",metrics=["accuracy"])

我应该使用 softmax 将结果分为 3 个子类别，但我不知道应该如何使用它。

【问题讨论】：

标签： keras multilabel-classification multiclass-classification

【解决方案1】：

将您的问题分解为多个任务，并为每个任务制作模型并将其集成在一起。

如果您有一个多标签任务，请在最后一层使用 sigmoid 激活，并在遇到多分类问题时使用 softmax 激活。

为了将多个模型集成在一起，您可以使用tf.cond 或tf.where 根据第一个基本模型的预测来使用特定模型。

【讨论】：

一个热编码怎么样？
抱歉，我没听懂你在问什么，我建议为每个任务训练单独的模型。