多类多标签数据的激活功能

Question

我正在做一个简单的图像多标签多类图像分类。在此图像中分为6类，每个类分为3个子类（1、2、3）。 我使用 Sigmoid 激活创建了一个简单的模型，并使用了 binary cross_entropy 。 这是我的代码：

  model.add(Dense(64, activation='relu'))
  model.add(Dense(4, activation='sigmoid'))
  return model

  model.compile(optimizers.rmsprop(lr=0.003, decay=1e-6),loss="binary_crossentropy",metrics=["accuracy"])

我应该使用 softmax 将结果分为3个子类别，但我不知道该如何使用。

Answer 1

将您的问题分解为多个任务，并为每个任务建立模型并将其整合在一起。

如果您有多标签任务，请在最后一层使用 Sigmoid激活，并在遇到多分类问题时使用 softmax激活。

要将多个模型组合在一起，可以根据第一个基本模型的预测使用tf.cond或tf.where来使用特定模型。