我一直在从事一个图像分割项目，我在其中创建了一个卷积自动编码器。我看到了这张图片并使用 Keras 实现了它。
在输出层，作者使用了softmax激活函数。不应该是 ReLU 吗？
在我看来，这似乎是一个回归问题，我们需要预测分割图像像素的连续值。如果是这样，为什么我们使用 softmax 函数，而不是 ReLU 或线性函数？
为什么我们在卷积自动编码器中使用 softmax 激活函数？
数据挖掘
卷积
图像识别
自动编码器
激活函数
软最大
2022-03-10 21:23:00
2个回答
由于它是一个多类分类问题，每个类都有自己的概率值，介于 0 和 1 之间，并且所有类的概率之和等于 1。
看图像，似乎是图像分割问题。如您所见，自动编码器返回的不是原始输入图像的或多或少准确的表示，而是它的分割。每种输出颜色都是已分类的图像片段。类可能是诸如：“路”、“树”、“建筑”、“天空”等。
换句话说，它是一个执行分类任务的自动编码器。这解释了最后的 softmax 层。
其它你可能感兴趣的问题