用于多标签分类的CNTK丢失和错误度量标准功能

时间:2018-11-29 06:19:57

标签: cntk

除了squared_error之外,我还能使用其他损失函数/错误函数吗?

我浏览了https://cntk.ai/pythondocs/cntk.losses.html 却找不到任何有帮助的东西。

我找到了有关大脑脚本的文档,但没有找到python

任何帮助都将是惊人的:)

2 个答案:

答案 0 :(得分:0)

对于多类别分类,我们通常使用cross_entropy_with_softmax

您尝试将2个或更多类归因于每个样本,那么cntk中没有本机实现

答案 1 :(得分:0)

python documentation是最好的文档来源(IMHO)。如果您需要编写自己的损失函数,我发现此post非常有用。尝试在输出层使用Sigmoid函数,并使用二进制交叉熵损失或余弦损失。

target = cntk.input_variable(input_dim)
loss = cntk.binary_cross_entropy(z, target)

这样,您的节点将输出彼此独立的概率,例如[0.73、0.02、0.05、0.26、0.68]。