使用 PyTorch 进行二进制分类的目标和输出 shape/type
Target and output shape/type for binary classification using PyTorch
所以我有一些带注释的图像，我想用它们来训练二值图像 classifier，但我在创建数据集和实际获取测试模型进行训练时遇到了问题。每个图像要么是某个 class，要么不是，所以我想使用 PyTorch 设置二进制 classification dataset/model。我有一些问题：
- 标签应该是浮动的还是长的？
- 我的标签应该是什么形状？
- 我正在使用来自 torchvision 模型的 resnet18 class，我的最终 softmax 层应该有一个还是两个输出？
- 如果我的批量大小是 200，在训练期间我的目标应该是什么形状？
- 我的输出应该是什么形状？
提前致谢
引用
删除
二进制 classification 与多标签 classification 略有不同：而对于多标签，您的模型预测 vector of "logits"，per样本，并使用 softmax 将 logits 转换为概率；在二进制情况下，模型预测每个样本的 标量 “logit”，并使用 sigmoid 函数将其转换为 class 概率。
在 pytorch the softmax and the sigmoind are "folded" into the loss layer (for numerical stability considerations) and therefore there are different Cross Entropy loss layers for the two cases: nn.BCEWithLogitsLoss for the binary case (with sigmoid) and nn.CrossEntropyLoss 中用于多标签情况（使用 softmax）。
在你的情况下你想使用二进制版本（带 sigmoid）：nn.BCEWithLogitsLoss.
因此，您的标签应该是 torch.float32 类型（与网络输出相同的 float 类型）而不是整数。
每个样本应该有一个 单个 标签。因此，如果您的批量大小为 200，则目标的形状应为 (200,1).
我将把它留在这里作为练习，以表明训练具有两个输出和 CE+softmax 的模型等同于二进制输出+sigmoid ;)
所以我有一些带注释的图像，我想用它们来训练二值图像 classifier，但我在创建数据集和实际获取测试模型进行训练时遇到了问题。每个图像要么是某个 class，要么不是，所以我想使用 PyTorch 设置二进制 classification dataset/model。我有一些问题：
- 标签应该是浮动的还是长的？
- 我的标签应该是什么形状？
- 我正在使用来自 torchvision 模型的 resnet18 class，我的最终 softmax 层应该有一个还是两个输出？
- 如果我的批量大小是 200，在训练期间我的目标应该是什么形状？
- 我的输出应该是什么形状？
提前致谢
引用 删除
二进制 classification 与多标签 classification 略有不同：而对于多标签，您的模型预测 vector of "logits"，per样本，并使用 softmax 将 logits 转换为概率；在二进制情况下，模型预测每个样本的 标量 “logit”，并使用 sigmoid 函数将其转换为 class 概率。
在 pytorch the softmax and the sigmoind are "folded" into the loss layer (for numerical stability considerations) and therefore there are different Cross Entropy loss layers for the two cases: nn.BCEWithLogitsLoss for the binary case (with sigmoid) and nn.CrossEntropyLoss 中用于多标签情况（使用 softmax）。
在你的情况下你想使用二进制版本（带 sigmoid）：nn.BCEWithLogitsLoss.
因此，您的标签应该是 torch.float32 类型（与网络输出相同的 float 类型）而不是整数。
每个样本应该有一个 单个 标签。因此，如果您的批量大小为 200，则目标的形状应为 (200,1).
我将把它留在这里作为练习，以表明训练具有两个输出和 CE+softmax 的模型等同于二进制输出+sigmoid ;)