首页
查找话题
首页
为什么多标签分类(不是多类分类)损失函数可以使用Binary Cross Entropy?
为什么多标签分类(不是多类分类)损失函数可以使用Binary Cross Entropy? 第1页
1
civ-26 网友的相关建议:
这是因为一个包含N个类别的多标签分类可以转换为N个二分类任务:对每个标签分别做一次二分类(yes or no)。所以BCE自然可以作为每个二分类任务的loss function。
为什么多标签分类(不是多类分类)损失函数可以使用Binary Cross Entropy? 的其他答案 点击这里
1
相关话题
有哪些可以自学机器学习、深度学习、人工智能的网站?
GAN 真的创造了新的信息吗?
如何评价AlphaGo Zero?
计算机视觉顶级会议论文中比较适合初学计算机视觉的人做的复现实验有哪些?
GAN(对抗生成网络)可以被用于哪些(商业或潜在商业)实际问题?
验证集loss上升,准确率却上升该如何理解?
自然语言处理怎么最快入门?
为啥gan里面几乎不用pooling?
测试集在构造的时候需要人为控制其中应该正确的和应该错误的数据比例吗?
石头和塑料袋对于计算机传感器的差别在于什么?为什么无人驾驶系统会依然存在对周围环境的误判?
前一个讨论
有什么算法能对一个长短不一的时间序列进行分类预测?
下一个讨论
c4.5为什么使用信息增益比来选择特征?
相关的话题
DeepMind 研发的围棋 AI AlphaGo 是如何下棋的?
当前人工智能特别是深度学习最前沿的研究方向是什么?
用生成模型做数据增强data augmentation时,如何从合成数据中筛选出质量较好的样本?
目标检测算法中Two-stage算法速度慢,到底在哪里?
如何评价移动端吊打一切万众期待的商汤深度学习推理框架PPL开源了却没有支持移动端?
如何看待华为 4 月 25 日发布的盘古智能大模型?在这个行业处于什么水平?
有哪些关于机器学习的真相还鲜为人知?
如何评价FAIR提出的ConvNeXt:CNN匹敌Swin Transformer?
为什么谈论深度学习工具时,很少有人讨论matlab的神经网络工具包?
BERT中,multi-head 768*64*12与直接使用768*768矩阵统一计算,有什么区别?
如何评价2020年计算机视觉顶会CVPR投稿量破万的现象?
GAN(对抗生成网络)可以被用于哪些(商业或潜在商业)实际问题?
计算流体力学(CFD)里应用注意力机制(attention)是否可行?
马上计算机研一,想问一下机器学习、深度学习…大家都是怎么入门的?
PyTorch中在反向传播前为什么要手动将梯度清零?
面试官如何判断面试者的机器学习水平?
mxnet的并行计算为什么这么牛,是什么原理?
如何进行图像模糊与清晰的分类?
为什么deep lab v3起,输出不再接 DenseCRF了?
为什么说深度学习没有理论基础?
如何看待NVIDIA 即将开源的DLA?
如何评价「Patches are all you need」?
多任务学习中loss多次backward和loss加和后backward有区别吗?
2019 秋招的 AI 岗位竞争激烈吗?
2021 年,深度学习方面取得了哪些关键性进展?
2019年,计算机视觉领域,你推荐哪些综述性的文章?
attention跟一维卷积的区别是啥?
为什么softmax很少会出现[0.5,0.5]?
Resnet是否只是一个深度学习的trick?
要如何给癌细胞在系统发生学里分类呢?
服务条款
联系我们
关于我们
隐私政策
© 2025-04-04 - tinynew.org. All Rights Reserved.
© 2025-04-04 - tinynew.org. 保留所有权利