ディープニューラルネットワークで2値分類の場合の最終出力数について

Question

深層学習において2値分類の場合の最終出力数について質問があります。

以下の２つのページでは，最終出力数が１か２で異なっています。
どちらが正しいのでしょうか？

■最終出力数は1
add(layers.Dense(1, activation='sigmoid'))

■最終出力数は2
model.add(Dense(2)) # 出力層2ノード,全結合
model.add(Activation("sigmoid"))

なお，今のところ，自分で実行した限りは，2でないとエラーが出ます。
モデルを示した画像を添付します。

Comments

[退会済みユーザー]

試したことがないのでわかりませんが、Loss functionがbinary_crossentropyではなくcategorical_crossentropyになっていませんか？ご確認ください。可能であればエラーの内容も書き込んでください。

[LenItsuki]

binary_crossentropyになってました。categorical_crossentropyに修正しました。

Answer 1

どちらが正しいのでしょうか？

クラス分類を解くモデルの出力層としては、どちらでも問題ないです。

以下、2クラス分類の場合において、

1つのサンプルに、1つのクラスが対応する場合は以下のどちらか

• 出力数2でソフトマックス関数、損失関数は category_crossentropy
• 出力数1でシグモイド関数、損失関数は binary_crossentropy

1つのサンプルに複数のクラスが対応することがあるマルチラベル問題の場合は以下

• 出力数2でシグモイド関数、損失関数は binary_crossentropy

今のところ，自分で実行した限りは，2でないとエラーが出ます。

上記のように、損失関数は出力層の設定に合わせて、指定してください。

Comments

[LenItsuki]

どうもありがとうございます。損失関数についても知ることができました。出力数2でシグモイドかつbinary_crossentropyに設定していて，間違いに気づかせて頂けました。