python - 二元分类的正确激活和损失函数
问题描述
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:
具有 2 个神经元输出的分类交叉熵和 softmax 函数
具有 2 个神经元输出的二进制交叉熵和 softmax 函数
具有 2 个神经元输出的分类交叉熵和 sigmoid 函数
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。
解决方案
推荐阅读
- django - 访问 ImageField url 时如何避免提供服务器地址
- java - 我可以使用 React Native 的异步存储从本地存储中获取值吗?
- docker - 无法启动 Hyper-V 容器
- angular - 更新 EntityAdapter 中的数组
- android - 如何将图像绑定到 ImageButton 尺寸?
- c# - 从方法返回模型(DTO)的最佳实践是什么?
- angular - 为什么在 Angular 5 应用程序的屏幕上显示 null?
- c# - 如何确保其他应用程序使用我的 dll
- javascript - 如何在不涉及浏览器的情况下从 url 下载文件
- php - 如何使用 hmvc codeigniter 在 mbile 上加载引导程序?