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
如何看待百度无人车, 三千多个场景,一万多个if?
硕士方向,选择迁移学习还是自然语言处理?
有哪些LSTM(Long Short Term Memory)和RNN(Recurrent)网络的教程?
如何评价陈天奇的模块化深度学习系统NNVM?
TensorFlow 有哪些令人难以接受的地方?
如何评价Yann LeCun宣称『他已经做好放弃概率论的准备』?
多任务学习成功的原因是引入了别的数据库还是多任务框架本身呢?
给男友配置一个适合做深度学习的电脑要多少钱?
当前深度学习理论基础薄弱是否意味着我们应该放弃深度学习应用(计算机视觉、自然语言处理)?
为什么图形学的会议siggraph的论文代码很少会开源?好像视觉如CVPR、ICCV开源的更多一些。
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
国内外有哪些做小样本学习(Few-Shot Learning)的优秀团队?
如何评价深度学习之父Hinton发布的Capsule论文?
行人轨迹预测有哪些有效的方法和普遍的base方法?或者public dataset?
深度神经网络(DNN)是否模拟了人类大脑皮层结构?
如何计算CNN中batch normalization的计算复杂度(FLOPs)?
word2vec有什么应用?
深度学习应用在哪些领域让你觉得「我去,这也能行!」?
什么是蒙特卡罗 Dropout(Monte-Carlo Dropout)?
如何看待 Google 围棋 AI AlphaGo 击败欧洲围棋冠军?
如何评价PyTorch 0.4.0?
为什么学习深度学习感觉无法入门?
想问下专业人士 OpenCv会被深度学习进一步取代吗进一步取代吗?
如何看待在某度搜不到megengine官网?
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?
机器学习自嘲的炼丹和化学材料自嘲的炒菜有什么本质上的区别?
有人说「真正的人工智能至少还要几百年才能实现」,真的是这样吗?
给男友配置一个适合做深度学习的电脑要多少钱?
三维重建怎么入门?
2017年1月18日Facebook发行的PyTorch相比TensorFlow、MXNet有何优势?
给男友配置一个适合做深度学习的电脑要多少钱?
2018年了,MXNet 发展的如何了?
行人轨迹预测有哪些有效的方法和普遍的base方法?或者public dataset?
如何评价mixup: BEYOND EMPIRICAL RISK MINIMIZATION?
梯度下降法的神经网络容易收敛到局部最优,为什么应用广泛?
除了深度学习,机器学习领域近年来还有什么热点吗?
一个完整的Pytorch深度学习项目代码,项目结构是怎样的?
如何对知识分类?
如何评价周志华教授新提出的 Deep Forest 模型,它会取代当前火热的深度学习 DNN 吗?
为什么都说神经网络是个黑箱?
CTC和Encoder-Decoder有什么关系?
服务条款
联系我们
关于我们
隐私政策
© 2025-04-26 - tinynew.org. All Rights Reserved.
© 2025-04-26 - tinynew.org. 保留所有权利