質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

89.52%

なぜシグモイド関数では多クラス分類できず、ソフトマックス関数では多クラス分類できるのか?

解決済

回答 3

投稿

  • 評価
  • クリップ 1
  • VIEW 6,092

k0908

score 97

ディープラーニングの勉強をしています。

なぜシグモイド関数では多クラス分類できず、ソフトマックス関数では多クラス分類できるのでしょうか?
シグモイド関数は0〜1の間で出力を表現し、もっとも大きい出力値を持つのをそのクラスに属する、と分類できそうな気がしていて、多クラス分類にはソフトマックス関数のみが使われている理由を知りたいです。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 3

+2

なぜシグモイド関数では多クラス分類できず、ソフトマックス関数では多クラス分類できるのでしょうか?

出力にソフトマックス関数を適用すると和が1になるので、クラス分類で N クラスの確率値をネットワークの出力としたい場合に都合がいいので、よく使われます。
ただ、ソフトマックス関数でないと多クラス分類問題ができないわけではありません。
実際、他の関数で多クラス分類問題を解いてるモデルもあります。(例: YOLOv3 はロジスティクス関数)

別にシグモイド関数でもよいと思いますし、そのほうが都合がいい場合もあります。
例えば、「人」と「男性」というクラスがあったら、「男性」が写っている画像は両方確率が 100% に近くなってほしいですよね。
ソフトマックス関数は排他的なので、このような場合は向いていません。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

checkベストアンサー

0

sigmoid関数で多クラス分類ができないというのは誤解があります。logistic回帰はsigmoid関数を用いていますが多クラス分類ができます。ただ、sigmoid関数を使って多クラス分類を行う場合、one-restアプローチのようなテクニックが必要となり、計算量が増えます。(one-restアプローチは、識別したいクラスとそれ以外の残りの二値問題に簡略化して境界線を決定すると処理をクラス数だけ行い、結果を組み合わせて各クラスに属する確率を求めるもの)
softmaxは多クラス問題を効率的に計算できるものとして導入されたものです。もともとはlogitモデルで用いられていたものです。このlogitモデルの多クラスに属する割合を計算する手法をニューラルネットに応用したのでしょう。なお、softmax関数はsigmoid関数の多変量展開したものだそうです。つまり、数字的にはsoftmax関数が一般的でsigmoid関数は二値問題の特殊解なのかもしれません。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

0

おっしゃる通り、sigmoidを出力層活性化関数とし、もっとも大きい出力値のクラスに属すると分類することは可能です。

softmaxを使うと、出力の総和が1になるような制約が働くので、確率として取り扱う上では便利です。また、精度の面でも多少のメリットがあるかもしれません。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 89.52%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる