机器学习：计算二进制标签的准确度分数是否总是导致准确度得分低？

Question

如果我有2个标签（1和0），并且在通过softmax激活层传递我的logits后，我会得到类似的内容：

[[0.1, 0.9],
[0.3, 0.7],
[0.333, 0.667]]

作为预测输出，我的标签只有1或0，这是否会导致精度低？这意味着如果我有更多的课程，我的softmax图层会为每个课程提供接近1或0的东西，这会给我更高的准确度分数吗？

此外，如果我想将精度用作我的指标，有没有办法将概率扩展为0或1？可以通过在TensorFlow中应用一个掩码来完成，只要概率达到0.5或更高，就会输出布尔值吗？

Answer 1

在softmax图层之后，你有0..1范围内的概率， 因此，如果您想检查标签的准确度是否只有0或1，则必须转换概率

如果pred> 0.5，则pred = 1 如果pred <= 0.5则则pred = 0