使用二进制互熵在Keras中训练多类NN的得分要高于使用分类交叉熵

时间:2018-08-14 18:23:43

标签: tensorflow machine-learning keras nlp deep-learning

由于错误,我在训练我的NN以预测文本中的命名实体时使用二进制交叉熵损失函数而不是分类交叉熵。我有3类的多类问题,严重不平衡。该模型是使用Keras开发的。

我使用CoNLL-2002的评估脚本(不是Keras内置评估方法)评估了我的模型。但是,我使用二进制交叉熵比使用分类交叉熵获得更高的分数,并且不明白为什么?任何建议都会有所帮助:)

谢谢!

0 个答案:

没有答案