Binary Cross-Entropy Loss 二元交叉熵损失
用于二分类问题,其中每个样本只能被分为两个类别。
适用于输出是概率值(范围在0到1之间)的情况,通常用于最后一层使用sigmoid激活函数的模型。
N样本数量,yi是gt,pi是模型预测概率。
Sparse Categorical Cross-Entropy Loss 稀疏分类交叉熵损失
用于多分类问题,其中每个样本可以被分为多个类别。
适用于输出是类别的索引的情况,通常用于最后一层使用softmax激活函数的模型。
N样本数量,C类别数量,zij是模型对样本i预测为类别j的得分,yi是label_cls。