在解决二元分类问题时，我认为caffe中有两种可能的方法。
第一个是使用 "SigmoidCrossEntropyLossLayer"具有一个输出单元。
另一种是使用"SoftmaxWithLossLayer"具有两个输出单元。
我的问题是这两种方法有什么区别？
我应该使用哪一个？
非常感谢!
最佳答案
如果您稍微玩一下数学，您可以“复制” "Sigmoid" 的预测类别概率。图层至 0.5*x_i对于 1 级和 -0.5*x_i对于 0 类，则 "SoftmaxWithLoss"层数总计"SigmoindWithCrossEntropy"关于单个输出预测x_i 。
所以我相信可以说这两种方法对于预测二进制输出来说是等效的。
关于machine-learning - 关于 Caffe 中的二元分类，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/36167895/