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?
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
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?
服务条款
联系我们
关于我们
隐私政策
© 2024-09-19 - tinynew.org. All Rights Reserved.
© 2024-09-19 - tinynew.org. 保留所有权利