小编Dan*_*bak的帖子

使用 keras，我必须训练一个模型来预测图像属于 0 类还是 1 类。我对二进制和 categorical_cross_entropy 感到困惑。我已经搜索过了，但我仍然很困惑。有人提到，当我们尝试预测多类时，我们仅使用分类交叉熵，并且我们应该为此使用 one-hot-encoder 向量。因此，这意味着当我们使用binary_cross_entrpoy进行训练时，我们不需要任何one-hot编码的向量标签。有些人建议将 one_hot 向量表示为 [0. 1.]（如果类别为 1）或 [1. 0.]（如果类别为 0）用于 binary_cross_entropy。我正在使用带有分类交叉熵的热编码器 [0 1] 或 [1 0]。我的最后一层是

model.add(Dense(num_classes, activation='softmax'))
  
# Compile model
model.compile(loss='categorical_crossentropy', 
              optimizer='adadelta', 
              metrics=['accuracy'])