关于 Caffe 中的二元分类
About binary classification in Caffe
在解决一个二分类问题的时候，我觉得caffe中有两种可能的方法。
第一个是使用 "SigmoidCrossEntropyLossLayer" 和一个输出单元。
另一个是使用 "SoftmaxWithLossLayer" 和两个输出单元。
我的问题是这两种方法有什么区别？
我应该使用哪一个？
非常感谢！
如果你稍微玩点数学，你可以 "duplicate" "Sigmoid" 层的预测 class 概率为 0.5*x_i class 1 -0.5*x_i 对于 class 0，则 "SoftmaxWithLoss" 层在单个输出预测 x_i 上相当于 "SigmoindWithCrossEntropy"。
所以我相信可以说这两种方法对于预测二进制输出来说是等价的。
在解决一个二分类问题的时候，我觉得caffe中有两种可能的方法。
第一个是使用 "SigmoidCrossEntropyLossLayer" 和一个输出单元。
另一个是使用 "SoftmaxWithLossLayer" 和两个输出单元。
我的问题是这两种方法有什么区别？
我应该使用哪一个？
非常感谢！
如果你稍微玩点数学，你可以 "duplicate" "Sigmoid" 层的预测 class 概率为 0.5*x_i class 1 -0.5*x_i 对于 class 0，则 "SoftmaxWithLoss" 层在单个输出预测 x_i 上相当于 "SigmoindWithCrossEntropy"。
所以我相信可以说这两种方法对于预测二进制输出来说是等价的。