知识卡片
独热编码表示类别
独热向量用一个位置为 1、其余位置为 0 来表示类别。例如三类标签中 (0,0,1) 表示第三类。与 Softmax 输出配合计算交叉熵时,只有正确类别对应的对数概率保留下来。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 2 处
- 神经网络的复习 · 查看原书依据
监督标签以 one-hot 向量的形式表示,比如 one-hot 向量是一个元素为 1,其他元素为 0 的向量。
- 神经网络的复习 1.4.1 螺旋状数据集 · 查看原书依据
t 是 one-hot 向量,对应的正确解标签的类标记为 1,其余的标记为 0。
参考来源
- 位置:《深度学习进阶:自然语言处理》第1章《神经网络的复习》(来源项目 book-source:extracted/深度学习进阶:自然语言处理/_epub-src/text/part0006_split_003.html)
- 结论依据:正文对该机制或实现作出相应说明。
- 原始内容:监督标签以 one-hot 向量的形式表示,比如 one-hot 向量是一个元素为 1,其他元素为 0 的向量。
- 补充位置:《深度学习进阶:自然语言处理》第1章《神经网络的复习》1.4.1(来源项目 book-source:extracted/深度学习进阶:自然语言处理/_epub-src/text/part0006_split_004.html)
- 补充依据:螺旋数据集使用独热向量表示三类标签。
- 补充原文:t 是 one-hot 向量,对应的正确解标签的类标记为 1,其余的标记为 0。