我们可以对一个热编码标签使用S型激活函数和二进制_crossentropy

Question

我正在处理图像数据集，其中有一个热编码标签。标签向量的形状为(3500,8)。当我尝试在输出层中使用分类交叉熵和softmax函数时，我的准确性非常低。但是，当我使用二进制交叉熵和S形时，我的精度会提高。以前，我相信对于多类分类，我们应该使用softmax和分类交叉熵。但是在kaggle competetion中，我看到了S型和二进制交叉熵的使用。

我想知道这是正确的方法吗？

任何人都可以让我深入了解这个概念。

Answer 1

此问题可能重复了this。基本上，通过使用二进制交叉熵和“准确性”参数。您暗中告诉keras使用二进制精度而不是类别精度。因此，该问题变为多标签问题，而不是多类问题。