Qual è la differenza tra crossentropia categoriale e crossentropia categorica sparsa in keras? Quando queste funzioni di perdita sono adatte? [duplicare]

Question

Sto riscontrando alcuni errori durante l'utilizzo di queste funzioni di perdita. quindi per favore spiegami quando usare queste funzioni di perdita e con le unità del livello di output.

Answer 1

Non conosco la differenza esatta tra queste funzioni di perdita. Penso che la documentazione e il codice sorgente dovrebbero essere controllati. Ma entrambe queste funzioni di perdita sono adatte per i modelli di classificazione. dovresti notare due cose:

1. I tuoi output dovrebbero essere convertiti in categoriali: prima usa la classe Sckit-learn LabelEncoder()per convertire le stringhe in numeri interi, quindi usa il to_categorical()metodo Keras sul tuo output per convertire i tuoi numeri interi in una codifica one-hot
2. È necessario utilizzare un livello softmax come ultimo livello con le stesse dimensioni delle categorie