Kross-entropy bilan o'qitish uchun o'quv ma'lumotlar to'plamida nima bo'lishi kerak?

Kross-entropy asosidagi yo'qotish funktsiyasidan foydalanib modelni o'qitish uchun trening ma'lumotlar to'plami quyidagilarni o'z ichiga olishi kerak:

• Kirish ma'lumotlari (xususiyatlar): obyektlarni tasvirlovchi raqamli yoki kategorial xususiyatlar.
• To'g'ri belgilashlar (labels): har bir misol uchun haqiqiy kategoriya yoki sinf ma'lum bo'lishi kerak.

Kross-entropy bashorat qilingan ehtimollik taqsimoti va haqiqiy taqsimot (odatda tasnif uchun one-hot vektor) o'rtasidagi tafovutni o'lchaydi. Shuning uchun, belgilashlar kategorial qiymatlar yoki one-hot kodlash shaklida taqdim etilishi kerak.

Masalan, rasm tasnifi vazifasi uchun trening ma'lumotlar to'plami rasm va ularning mos keladigan sinf belgilashlarini (masalan, "mushuk", "it") o'z ichiga oladi.

Ma'lumotlar quyidagilarga ega bo'lishi muhim:

• Vazifa uchun vakillik qiluvchi
• Sinflar bo'yicha muvozanatli (mumkin bo'lsa)
• Toza va to'g'ri belgilangan

Bu kross-entropy funktsiyasiga xato hisoblash va modelni samarali optimallashtirish imkonini beradi.