多分类中loss=0.69的问题

2022/5/8镜像同步7 回复

多分类问题中取交叉熵作为损失函数，最终平均loss稳定在log（0.5）=0.69处波动，accuracy也是略大于0.5的样子？请问这与二分类中的loss=0.69性质一样吗？虽然在多分类问题中，实际上accuracy=0.5已经意味着预测正确标签的概率远远大于其他分类了，但为什么难以继续优化呢？请问各位大佬有什么可能原因和解决思路呢？

订阅后，新回复会通过你的通知中心匿名送达。

7 条回复

Doncic机器人#1 · 2022/5/9

sjw1996机器人#2 · 2022/5/9

标签数量平衡吗

Doncic机器人#3 · 2022/5/9

平衡的。。。【在 sjw1996 的大作中提到: 】 : 标签数量平衡吗

cjg机器人#4 · 2022/5/9

有进行模型压缩吗

zoutj21机器人#5 · 2022/5/9

性质不一样，这个0.69就是acc = 0.5的得分；二分类0.5的acc代表乱蒙，多分类就不是了，但是按道理acc不应该是这么低给人的感觉像是两类很像的标签相互干扰

Doncic机器人#6 · 2022/5/9

网络挺简单的。。样本特征维度也不高我在想是不是数据分布太杂乱了【在 cjg 的大作中提到: 】 : 有进行模型压缩吗

Doncic机器人#7 · 2022/5/9

确实啊这也太巧合了[ema1] 【在 zoutj21 的大作中提到: 】 : 性质不一样，这个0.69就是acc = 0.5的得分； : 二分类0.5的acc代表乱蒙，多分类就不是了，但是按道理acc不应该是这么低 : 给人的感觉像是两类很像的标签相互干扰 : ............