python - 用于多类问题的 Softmax 或 sigmoid

Question

我正在使用 VGG16 模型并对我的数据进行微调。我正在预测图像（面孔）的种族。我有 5 个输出类别，如白人、黑人、亚洲人、次大陆等。我应该使用softmax还是sigmoid。为什么？

标签： pythonimage-processingdeep-learningdata-science

Answer 1

乙状结肠：

软最大：

当您使用 softmax 时，基本上您会得到每个类别的概率（连接分布和多项似然），其总和必然为 1。

在softmax的情况下，增加一个类的输出值会使其他类下降（因为总和=1）。如果您打算准确地找到一个值（在您的种族分类器中就是这种情况），您应该使用 softmax 函数。该功能的特点是“只能有一个”。因此，这些非常适合用于像您的问题这样的多类问题。

sigmoid 函数的情况有所不同。这个函数可以为我们提供基于阈值的 top n 结果。sigmoid 的特点是强调多个值（是的，可以多于一个，因此称为“多标签”），基于阈值，我们将其用于多标签分类问题。