我们可以对一个热编码标签使用 sigmoid 激活函数和二进制 _crossentropy答案

【问题标题】：Can we use sigmoid activation function and binary _crossentropy for one hot encoded labels我们可以对一个热编码标签使用 sigmoid 激活函数和二进制 _crossentropy
【发布时间】：2020-04-07 01:12:03
【问题描述】：

我正在处理图像数据集，其中有一个热编码标签。标签向量的形状为(3500,8)。当我在输出层尝试分类交叉熵和 softmax 函数时，我的准确率非常低。但是当我使用二元交叉熵和 sigmoid 时，我的准确度会提高。
以前我认为对于多类分类，我们应该使用 softmax 和分类交叉熵。
但是在 kaggle competetion 中，我看到了 sigmoid 和二元交叉熵的使用。

我想知道这是一种正确的方法吗？

谁能告诉我这个概念的见解。

【问题讨论】：

不，这不是正确的方法，精度是不同的，因为测量的是不同的。 sigmod +二元交叉熵用于多标签设置，而您只有多类但没有多标签。

标签： python deep-learning conv-neural-network loss-function

【解决方案1】：

这个问题可能重复了this。基本上，通过使用二元交叉熵和“准确性”论点。您隐含地告诉 keras 使用二进制精度而不是分类精度。因此，问题变成了多标签问题，而不是多类问题。

【讨论】：