Keras binary_crossentropy vs categorical_crossentropy用于多类单标签分类

Question

我一直在使用二进制交叉熵，但最近发现我可能最好使用cateogrical交叉熵。

对于我正在解决的问题，以下情况属实：

1. 有10种可能的课程。
2. 给定的输入仅映射到1个标签。

我用二进制交叉熵获得了更高的准确度。我应该切换到分类交叉熵吗？

目前我正在使用标准精度（metrics = ['accuracy']）和最后一层的sigmoid激活层。 我可以保持这些吗？

Answer 1

如果我理解正确，您就会遇到多类问题而且您的课程是互斥的。您应该使用categorical_crossentropy并将输出激活功能更改为softmax。