keras中分类交叉熵与稀疏分类交叉熵的区别是什么?什么时候这些损失函数是合适的?



我在使用这些损失函数时遇到了一些错误。所以请告诉我,什么时候使用这些损失函数和输出层单位。

我不知道这些损失函数之间的确切区别。我认为文档和源代码应该检查一下。但这两种损失函数都适用于分类模型。您应该注意两件事:

  1. 你的输出应该转换为分类:首先使用Sckit-learn类LabelEncoder()将字符串转换为整数,然后在你的输出上使用to_categorical()Keras方法将整数转换为单热编码
  2. 你需要使用一个softmax图层作为你的最后一层,与你的类别大小相同

最新更新