二进制分类网络中的输出单元数和丢失函数

Question

说我有一个二进制分类任务，我建立了一个神经网络来做到这一点。 有两种不同的框架可供选择，其中第一种是网络有一个输出单元，指示属于其中一个类的概率，因此我可以使用二进制交叉熵计算损失，第二种是网络有两个输出单独指示属于这两个类的概率的单位，我也可以使用softmax交叉熵来计算损失。 有人建议使用第一个选项，我的困惑是两个选项的优点和缺点是什么，如果我选择第二个框架，最严重的问题是什么？任何人都可以向我详细解释这个吗？提前谢谢。

Answer 1

如果你使用一个输出单元，那么你应该明白你在两个类之间严格选择。如果概率足够高，那么你的网络选择A级，否则它选择B级。如果你有两个输出单位，你的网络可能会产生相当低的概率，所以你最终既没有A也没有B.你应该选择在这两种方法中，取决于您尝试使用网络建模的真实系统是什么。