何为硬标签和软标签?自己创造的名词你要仔细解释啊
收藏
cross_entropy
paddle.fluid.layers.cross_entropy(input, label, soft_label=False, ignore_index=-100)
- input (Variable) – 维度为 [N1,N2,...,Nk,D]的多维Tensor,其中最后一维D是类别数目。数据类型为float32或float64。
- label (Variable) – 输入input对应的标签值。若soft_label=False,要求label维度为 [N1,N2,...,Nk] 或 [N1,N2,...,Nk,1] ,数据类型为int64,且值必须大于等于0且小于D;若soft_label=True,要求label的维度、数据类型与input相同,且每个样本各软标签的总和为1。
- soft_label (bool) – 指明label是否为软标签。默认为False,表示label为硬标签;若soft_label=True则表示软标签。
- ignore_index (int) – 指定一个忽略的标签值,此标签值不参与计算,负值表示无需忽略任何标签值。仅在soft_label=False时有效。 默认值为-100。
实在是没看懂官方文档介绍的硬标签与软标签是何意,这个说法在其他的文献也没有,其他的深度学习框架中也没有
1
收藏
请登录后评论
最新的NLP课程里有解释,soft_label指输出的是概率值,所以叫软标签
三分类,硬标签标签给[0,0,1],软标签,可以是[0.3, 0.3, 0.4]
感谢解释,我看了半天都没理解,看博客别人说的都是错的!!!自己造的词一定要解释清楚啊
原来是这么个道理~
一类是ont-hot的 一类是softmax处理的