我正在将
Pytorch
用于我的 CNN。
我使用 CrossEntropyLoss 和 Adam Optimizer 训练了模型。我有一个带有 5 number of classes
的数据集。
我的模型的最后一层产生 output shape = [Batch_Size, 400]
。我没有使用 Softmax 函数进行此分类。该模型的准确率97%。
由于某种原因,我无法在这里发布我的模型架构。
我的疑问是
Is it it rule of thumb that the number of output neurons
(我的情况是400)should always be equal to the number of classes
(我的情况是5)。如果是这样,即使模型具有no softmax
功能,是否也必须遵循这一点?如果没有,我的模型就很好,对吧?
注意:我对提到的主题进行了广泛的搜索。但他们并没有解决我的问题,这就是为什么我把它发布在这里来了解。
当多类分类时,sigmoid 激活函数也能发挥作用。如果输出张量不等于类,它应该大于类。剩下的张量是没有用的。