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。
1
相关话题
究竟什么是损失函数 loss function?如何看待 Richard Sutton 说的「人工智能中利用算力才是王道」？
如何评价剑桥，腾讯， DeepMind以及港大团队新作 SimCTG ?
有哪些相见恨晚的 TensorFlow 小技巧？
新手如何入门pytorch？
如何评价论文「Stochastic Training is Not Necessary ...」?
如何看待知乎的AI答主「四十二」？人工智能有可能理解生命的意义是什么吗？
为什么 MobileNet、ShuffleNet 在理论上速度很快，工程上并没有特别大的提升？
你所在的研究领域里，有哪些工作的结果虽然不是造假，但是是精挑细选出来的?
自学深度学习是怎样一种体验？
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
深度学习领域有哪些瓶颈？如何理解深度学习中的deconvolution networks？
为什么做GPU计算，深度学习用amd显卡的很少，基本都nvidia？
假如我穿越到2017年第一个提出了Transformer、BERT等模型，我可以保送到清华北大吗？
AlphaGo 与李世石的对战会推动人类的极限还是机器学习的进步和觉醒？
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?
TVM 最新发布版本 0.3 有哪些亮点？
计算机视觉（cv）方向今年招聘情况怎么样?是否已经人才过剩?
为什么现在的CNN模型都是在GoogleNet、VGGNet或者AlexNet上调整的？
在推荐系统中，如何较好的采用深度学习方法获取用户长短期兴趣？
如何评价Hinton在加拿大多伦多大学关于用“capsule”作为下一代CNN的演讲？
如何理解深度学习中的deconvolution networks？
什么是大模型？超大模型？Foundation Model？
Resnet是否只是一个深度学习的trick？
如何评价Deepmind自监督新作BYOL？
人工智能就业前景越来越严峻了，你还在坚持吗？
如何解决测试中充斥着大量训练集中没见过的样本类型模型将其识别成非我族类仍然保持测试集的高精度？
如何看待MXNet获得amazon官方支持首位？
现在的人工智能是否走上了数学的极端？
AMD 开源高性能机器智能库MIopen是否可以和cuDNN抗衡？
神经网络中的能量函数是如何定义的？
你所在的研究领域里，有哪些工作的结果虽然不是造假，但是是精挑细选出来的?
为什么 MobileNet、ShuffleNet 在理论上速度很快，工程上并没有特别大的提升？
OpenCV已经将图像处理(识别)的算法写成函数了,那我们还有必要去学习这些算法不?
如何评价 Self-Normalizing Neural Networks 这篇论文?
如何理解 inductive learning 与 transductive learning?
如何解决测试中充斥着大量训练集中没见过的样本类型模型将其识别成非我族类仍然保持测试集的高精度？
为什么交叉熵（cross-entropy）可以用于计算代价？
目前，人工智能语音在说中文时的语气感觉上还比较机械，怎样使人工智能语音的语气更自然一些？
2022 年人工智能领域的发展趋势是什么？你都有哪些期待？