与非热门编码标签相对应的分类交叉熵

Question

我正在用KERAS建立一个神经网络，我的标签是矢量，其中正好6个值是1，而所有其他值（大约7000）都是零。我目前正在使用categorical_crossentropy作为我的损失函数，但文档说：

  

注意：当使用categorical_crossentropy丢失时，你的目标应该是分类格式（例如，如果你有10个类，每个样本的目标应该是一个全零的10维向量，除了a 1对应于样本类的索引）。

那么如果categoreical_crossentropy只是单热编码标签的正确方法，那么“正确”错误函数会是什么呢？

Answer 1

您可以使用sparse_categorical_crossentropy作为丢失，它接受整数类索引而不是一个热编码索引。