百科问答小站 logo
百科问答小站 font logo



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

  

user avatar   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。




  

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?





© 2025-04-26 - tinynew.org. All Rights Reserved.
© 2025-04-26 - tinynew.org. 保留所有权利