多分类任务(假设共有n类)有2种情况:
1. 对于每个样本来说,只属于n个类别中的某一类。
2. 对于每个样本来说,可能属于n个类别中的m个类。(这种分类任务叫做
多标签分类)
对于第1种,训练过程中可以直接用
![](https://i-blog.csdnimg.cn/blog_migrate/9833fcf851e9e5f278e78ec40d82f7be.png)
作为损失函数训练神经网络即可。
对于第2种:
正常的做法是设置n个二分类器独自训练,得到n个分类结果,最后再把这n个分类结果合并起来。
说明:
对于第2种不能直接使用multi-hot的用第1种情况的损失函数去计算,原因:
ground truth 的multi-hot并不是一个概率分布,也未必是在同一个概率空间中,
即对于某一个样本来说,其属于n个目标类是否相互独立是未知的。