多标签与多分类的区别
| 多标签 | 多分类 | |
|---|---|---|
| 样本类别个数 | 一个或多个 | 只有一个 |
| 输出 | 一个标签维度的向量，每一维度是类别的概率[0.1, 0.6, 0.1, 0.1, 0.8] | 输出属于每个类别的概率[0.1, 0.6, 0.1, 0.1, 0.1] |
| 标签 | 多标签的每一维度都是0或者1，类别可以共存，或者存在依赖关系[0,1,0,0,1] | 标签只有一个类别, 类别互斥0,1,2,3,4,5, 如果属于第1类[0,1,0,0,0] |
| 损失函数 | BCEWithLogitsLoss(自带sigmoid) | CrossEntropyLoss(自带softmax) |
参考：
CrossEntropyLoss() 和 nn.BCEWithLogitsLoss() 举例说明区别
多标签与多分类
