我有一些数据，其中模型输入和输出（大小相同）同时属于多个类。单个输入或输出是一个零向量，介于 1 到 4 个等于 1 的值之间：
[0 0 0 1 0 0 1 0 1 0 0]
这些类型的向量有时被称为“多热嵌入”。
我正在为这种输出寻找合适的损失函数。是否有我应该查看的已发布方程式？或者我应该实现自定义损失函数？其他人可以就这个问题提供的任何建议将不胜感激！
多热输出向量的适当损失函数
数据挖掘
神经网络
损失函数
多类分类
优化
分类数据
2022-03-06 05:20:51
2个回答
您在谈论多标签分类，这是一种常见的问题。损失函数最常见的选择是二元交叉熵 这里有一个教程可能会有所帮助：https ://towardsdatascience.com/multi-label-image-classification-with-neural-network-keras-ddc1ab1afede
我也一直在思考这个问题，并在这类问题上尝试了损失函数。
对于这些类型的分类任务，似乎最合适的损失函数是二元交叉熵损失：https ://towardsdatascience.com/understanding-binary-cross-entropy-log-loss-a-visual-explanation-a3ac6025181a
其它你可能感兴趣的问题