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
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？
请问一下，机器学习领域的联邦学习技术，目前看到最多的是微众银行，国内还有哪些顶级专家及机构和大学？
如何评价 MXNet 被 Amazon AWS 选为官方深度学习平台？
Batch Normalization 训练的时候为什么不使用 moving statistics？
计算商品embedding然后平均得到用户embedding，会不会存在这种问题？
如何评价CUHK以及Yuanjun Xiong提出的Trajectory Convolution？
深度学习cnn中，怎么理解图像进行池化（pooling）后的平移不变性？
如何评价「Patches are all you need」?
为什么很少人用FFT加速CNN卷积层的运算？
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
如何计算CNN中batch normalization的计算复杂度（FLOPs）？计算机视觉是否已经进入瓶颈期？
2017年1月18日Facebook发行的PyTorch相比TensorFlow、MXNet有何优势？
为什么交叉熵（cross-entropy）可以用于计算代价？
batchsize=1时可以用BN吗?
如何评价深度学习之父Hinton发布的Capsule论文？
深度学习中Attention与全连接层的区别何在？
《人工智能训练师国家职业技能标准》发布，有哪些值得关注的信息？
如何评价余凯在朋友圈发表呼吁大家用 caffe、mxnet 等框架，避免使用 TensorFlow？
深度学习两张3080ti和一张3090ti哪个好?
深度学习有哪些好玩的案例？
面试官如何判断面试者的机器学习水平？
ICML2020有哪些值得关注的工作?
如何看待Yoav Goldberg 怒怼来自MILA的GAN for NLG的paper?
TensorFlow 中 padding 的 SAME 和 VALID 两种方式有何异同？
研一，在学机器学习和深度学习，为什么感觉越学越不会，怎么解决这个问题？
人工智能的意义和价值是什么？
如何理解 Graph Convolutional Network（GCN）？
对神经网络某一层做了小改进，效果却提升显著，可以发论文吗？
为什么VAE-GAN的训练很容易发生梯度爆炸，如何避免？
除了深度学习，机器学习领域近年来还有什么热点吗？
2017年1月18日Facebook发行的PyTorch相比TensorFlow、MXNet有何优势？
GPU 与 CPU 比较，为什么说 GPU 更适合深度学习？
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？
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？
python这个按分类转换列表如何写？
2021 年了，机器/深度学习还有哪些坑比较好挖？
什么是大模型？超大模型？Foundation Model？
你遇见过什么当时很有潜力但是最终没有流行的深度学习算法?
如何评价 DeepMind 的新工作 AlphaCode?