У меня есть проблема многозначной классификации изображений, которую я хотел бы решить с помощью тензорного потока.Tensorflow: sigmoid_cross_entropy_with_logits
Я пытаюсь построить правильную функцию потерь и «правильный» окончательный уровень для сети CNN.
Какие аргументы функции
tf.nn.sigmoid_cross_entropy_with_logits(labels, logits)
ожидает?
Могу ли я с уверенностью предположить, что:
- метки являются векторами с двоичными значениями {0,1}
- логит-анализ векторы с таким же dimmension как этикетки со значениями от всей] -∞, ∞ [
Поэтому я должен пропустить ReLU на последнем слое (чтобы конечный результат мог быть отрицательным).
Или, может быть, логиты ограничены и представляют вероятность?
Я не уверен на этом на 100%.
Спасибо, в Udacity (интернет-платформа для обучения) логит считался чем-то со значениями, которые могли бы представлять вероятность так [0,1], что номенклатура была источником моего смятения. – Pietrko