deep-learning - 用于二进制分类的最终线性层中的输出数量
问题描述
对于二元分类,我们可以选择具有 1 个输出的最终线性层并使用具有阈值的 sigmoid,或者使用具有 2 个输出的最终线性层并使用 softmax。一个比另一个有什么优势吗?
解决方案
如果您正在进行二元分类,我建议使用 sigmoid 的 1 个输出节点,如果您的问题是多类分类,我建议使用与 softmax 的标签数量一样多的节点。
推荐阅读
- javascript - 禁用 mat-slider 上的交互并保持 CSS 样式
- swift - 如何在 SwiftUI 中设置 addObserver?
- vue.js - 如何在 element-ui 中修复 datepicker 日历位置
- regex - 在 Linux 中使用正则表达式搜索/Grep 仅公共 IP 地址
- powerbi - 从 PowerBI 表的列中删除“%”符号
- superset - Apache SuperSet:如何编辑查询和删除 Order By 子句
- python - 无法在 vscode 或 pycharm 的 Jupyter markdown 单元格中显示图像文件?
- javascript - handleSubmit 函数似乎正在刷新页面而不触发任何内部逻辑
- android - 如何访问文件下的“子”文件夹?
- javascript - 如何使用 Node js 和 Express JS 创建网站