keras - Keras中二进制交叉熵损失值的含义？

Question

在训练期间，我看到二元交叉熵损失是正无界的。那么我们可以仅仅从损失值来解释任何事情吗？例如，如果二元交叉熵损失为 0.5，这是否意味着模型只能在一半的时间内猜测正确的结果？

标签： kerasloss

Answer 1

看到的损失是损失的平均数。在我看来，当您有一个批量大小为 1 的输出 sigmoid 时，这是正确的。具有更大的批量大小，使这更加复杂。一个例子：

batch_size=4
error_batch_1 = 0.4 #close
error_batch_2 = 0.3 #close
error_batch_3 = 0.3 #close
error_batch_4 = 1 #far away

当计算平均值时，我们得到：2/4 = 0.5

当您以这种方式查看错误时，您会认为一半的预测是正确的，但实际上，4 个中有 3 个是正确的（意味着结果四舍五入为 1 或 0）