python - 二元分类的正确激活和损失函数

Question

我正在使用 keras 和 tensorflow 进行二进制图像分类（两个互斥类），并且一直在研究损失函数和输出层激活的以下选项：

1. 具有 2 个神经元输出的分类交叉熵和 softmax 函数

2. 具有 2 个神经元输出的二进制交叉熵和 softmax 函数

3. 具有 2 个神经元输出的分类交叉熵和 sigmoid 函数

4. 具有 1 个神经元输出的二进制交叉熵和 sigmoid 函数

在它们之前有几个卷积层和 Flatten()。

它们都有意义吗？我希望 1 和 4 可以，但我也想了解更多关于其他 2 的信息，因为 2 似乎工作正常，但我不知道它是否正确。

标签： pythonkerasdeep-learningclassification