多类分类：输出神经元的数量应该等于类的数量（我的模型没有softmax）

Question

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。

Answer 1

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。