Эмне үчүн бинардык классификацияда софтмакс эмес, сигмоид колдонулат?

Ики тараптуу классификация үчүн адатта активдештирүү функциясы катары софтмакс эмес, сигмоид колдонулат, төмөнкү себептерден:

• Сигмоид скаляр маанини бир класска таандык болуу мүмкүнчүлүгүнө айлантат (0ден 1ге чейин мааниси). Бул бинардык классификация үчүн табигый, анткени бир чыгуу нейрону жетиштүү.

• Softmax көп класстык классификация үчүн колдонулат жана чыгуу векторун нормалдаштырат, ошондо бардык класстардын мүмкүнчүлүктөрүнүн жыйындысы 1 болот. Эки класстын ичинде softmax да колдонулушу мүмкүн, бирок бул ашыкча, анткени эки чыгуу бири-бирин толуктайт.

• Сигмоид жана бинардык кросс-энтропия жоготуунун функциясы менен колдонуу жөнөкөй жана натыйжалуу, анткени модель түздөн-түз оң класстын мүмкүнчүлүгүн алдын ала айтат.

• Эки чыгуу менен softmax көбүрөөк параметрлер жана эсептөөлөр талап кылат, бул эки тараптуу тапшырма үчүн ылайыктуу эмес.

Мисал: логистикалык регрессия — бул чыгууда сигмоид бар сызыктуу модель, ал 1 класстын мүмкүнчүлүгүн алдын ала айтат.