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

  如何计算CNN中batch normalization的计算复杂度(FLOPs)? 
  如何评价微软亚研院提出的把 Transformer 提升到了 1000 层的 DeepNet? 
  神经网络为什么可以(理论上)拟合任何函数? 
  DeepMind 团队中有哪些厉害的人物和技术积累? 
  如何看待阿里巴巴提出的 FashionAI 比赛? 
  pytorch dataloader数据加载占用了大部分时间,各位大佬都是怎么解决的? 
  如何看待Geoffrey Hinton的言论,深度学习要另起炉灶,彻底抛弃反向传播? 
  2022 年人工智能领域的发展趋势是什么?你都有哪些期待? 
  人工智能领域有哪些精妙的数学原理? 
  CNN(卷积神经网络)、RNN(循环神经网络)、DNN(深度神经网络)的内部网络结构有什么区别? 

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