二元交叉熵惩罚 one-hot 向量的所有分量

Question

我知道二元交叉熵与分类交叉熵在两个类的情况下是相同的。

此外，我很清楚 softmax 是什么。
因此，我看到分类交叉熵只会惩罚应该为 1 的一个分量（概率）。

但是为什么我不能或不应该在 one-hot 向量上使用二元交叉熵？

Normal Case for 1-Label-Multiclass-Mutual-exclusivity-classification:
################
pred            = [0.1 0.3 0.2 0.4]
label (one hot) = [0   1   0   0]
costfunction: categorical crossentropy 
                            = sum(label * -log(pred)) //just consider the 1-label
                            = 0.523
Why not that?
################
pred            = [0.1 0.3 0.2 0.4]
label (one hot) = [0   1   0   0]
costfunction: binary crossentropy
                            = sum(- label * log(pred) - (1 - label) * log(1 - pred))
                            = 1*-log(0.3)-log(1-0.1)-log(1-0.2)-log(1-0.4)
                            = 0.887

我看到，在二进制交叉熵中，zero 是一个目标类，对应于以下 one-hot 编码：

target class zero 0 -> [1 0]
target class one  1 -> [0 1]

总结：为什么我们只计算/总结预测类的负对数似然。为什么我们不惩罚其他应该为零/不应该的类？

如果使用二元交叉熵来处理单热向量。预期为零标签的概率也会受到惩罚。

Answer 1

有关类似问题，请参阅 my answer。简而言之，binary 交叉熵公式对于 one-hot 向量没有意义。可以对两个或更多类应用 softmax 交叉熵，也可以使用label 中的（独立）概率向量，具体取决于任务。

但是为什么，我不能或不应该在 one-hot 向量上使用二元交叉熵？

你计算的是4个独立特征的二元交叉熵：

pred   = [0.1 0.3 0.2 0.4]
label  = [0   1   0   0]

模型推断预测第一个特征以 10% 的概率开启，第二个特征以 30% 的概率开启，以此类推。目标标签是这样解释的：所有功能都关闭，除了第二个。请注意，[1, 1, 1, 1] 也是一个完全有效的标签，即它不是单热向量，pred=[0.5, 0.8, 0.7, 0.1] 是一个有效的预测，即总和不必等于 1。

换句话说，您的计算是有效的，但针对的是一个完全不同的问题：多标签非排他性二进制分类。

另请参阅difference between softmax and sigmoid cross-entropy loss functions in tensorflow。