Ինչու՞ բինար դասակարգման համար օգտագործվում է սիգմոիդը, ոչ թե սոֆթմաքսը։

Երկկողմ դասակարգման համար սովորաբար օգտագործվում է սիգմոիդային ակտիվացման ֆունկցիան՝ ոչ թե softmax, հետևյալ պատճառներով.

• Սիգմոիդ փոխում է սալդո արժեքը հավանականության՝ պատկանում է մեկից երկու դասերից մեկին (արժեք 0-ից 1): Դա բնական է երկկողմ դասակարգման համար, որտեղ բավարար է մեկ ելքային նյարդային նյարդը:

• Softmax կիրառվում է բազմակողմ դասակարգման համար և նորմալացնում է ելքային վեկտորը՝ այնպես, որ բոլոր դասերի հավանականությունների գումարը լինի 1: Երկու դասերի համար softmax-ը նույնպես կարող է օգտագործվել, բայց դա ավելորդ է, քանի որ երկու ելքերը փոխլրացնում են միմյանց:

• Սիգմոիդի օգտագործումը և երկկողմ կորստի ֆունկցիայի կիրառումը ավելի պարզ և արդյունավետ է, քանի որ մոդելը ուղղակիորեն սովորում է կանխատեսել դրական դասի հավանականությունը:

• Softmax-ը երկու ելքով պահանջում է ավելի շատ պարամետրեր և հաշվարկներ, ինչը անարդյունավետ է երկկողմ խնդիրների համար:

Օրինակ՝ լոգիստիկ ռեգրեսիան՝ դա գծային մոդել է, որի ելքը սիգմոիդ է, և որը կանխատեսում է 1 դասի հավանականությունը։