반응형
categorial_crossentropy(다중 분류 손실 함수)
-출력 값이 one-hot coding된 결과로 나옴->label(y)을 one-hot encoding해서 넣어주어야 합니다
-클래스가 상호 배타적일 경우 사용->각 샘플이 정확히 하나의 클래스에 속하는 경우
sparse_categorial_crossentropy(다중 분류 손실 함수)
-integer type 클래스->one-hot encoding하지 않고 정수 형태로 label(y)을 넣어줍니다
-한 샘플에 여러 클래스가 있거나 label이 soft 확률일 경우 사용
binary_crossentropy
-binary 다중 분류 손실 함수
-label들이 독립적일 때 사용
반응형
'인공지능' 카테고리의 다른 글
[Training Neural Network] epoch, batch, and iteration (0) | 2021.01.20 |
---|---|
[Optimizer] Optimizer의 종류 (0) | 2021.01.19 |
[모두를 위한 딥러닝1] Soft classification(3주차) (0) | 2021.01.16 |
[모두를 위한 딥러닝1] Logistic Regression (2주차) (0) | 2021.01.09 |
[모두를 위한 딥러닝1] Linear Regression(1주차) (0) | 2021.01.07 |