多标签分类的汉明损失中的梯度计算

Question

我正在使用一些循环神经网络结构进行多标签分类。我的问题是关于损失函数的：我的输出将是真/假（1/0）值的向量，以指示每个标签的类别。许多资源表示，汉明损失是适当的目标。但是，Hamming loss 在梯度计算中存在问题： H = average (y_true XOR y_pred)，XOR不能推导出loss的梯度。那么还有其他用于训练多标签分类的损失函数吗？我已经尝试使用单个 sigmoid 输入的 MSE 和二元交叉熵。

Answer 1

H = 平均值(y_true*(1-y_pred)+(1-y_true)*y_pred)

是汉明损失的连续近似值。