Keras binary_crossentropy vs categorical_crossentropy 用于多类单标签分类

Question

我一直在使用二元交叉熵，但最近发现使用分类交叉熵可能会更好。

对于我正在解决的问题，以下是正确的：

1. 有 10 个可能的类。
2. 给定的输入仅映射到 1 个标签。

我通过二元交叉熵获得了更高的准确度。我应该切换到分类交叉熵吗？

目前我使用标准精度 (metrics=['accuracy']) 和最后一层的 sigmoid 激活层。 我可以保持这些不变吗？

Answer 1

如果我理解正确，您有一个多类问题，并且您的类是互斥的。您应该使用categorical_crossentropy 并将您的输出激活函数更改为softmax。

binary_crossentropy，顾名思义，只能用作 2-class 问题的损失函数。