多标签分类中汉明损失的梯度计算

Question

我正在使用一些递归神经网络结构进行多标记分类。我的问题是关于损失函数：我的输出将是真/假（1/0）值的向量，以指示每个标签的类。许多资源表示汉明损失是适当的目标。但是，汉明损失在梯度计算中存在问题： H =平均值（y_true XOR y_pred），XOR无法导出损失的梯度。那么培训多标签分类还有其他损失函数吗？我已尝试使用单个sigmoid输入的MSE和二进制交叉熵。

Answer 1

  

H =平均值（y_true *（1-y_pred）+（1-y_true）* y_pred）

是汉明损失的连续近似值。