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

  现在的人工智能是否走上了数学的极端? 
  实验室一块GPU都没有怎么做深度学习? 
  如何评价Google发布的第二代深度学习系统TensorFlow? 
  有没有根据一张人物的立绘正面像,自动生成同风格各侧面角度像并自动衍生表情的软件啊? 
  如何看待FAIR提出的8-bit optimizer:效果和32-bit optimizer相当? 
  如何系统学习机器学习? 
  如何看待最近一段时间旷视科技Face++、阿里、小米、京东、科大讯飞和地平线等相继在南京建立研发中心? 
  请问下大家训练 SimCSE 时, loss 有没有这样的情况? 
  如何看待Tensor Comprehensions?与TVM有何异同? 
  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? 

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?





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