具有 2 个单元和 softmax 的输出层是否适合使用 LSTM 进行二元分类？
Is an output layer with 2 units and softmax ideal for binary classification using LSTM?
我正在使用 LSTM 进行二元分类，最初尝试了一个在输出（密集）层中有 1 个单元的模型，并使用 sigmoid 作为激活函数。
然而，它表现不佳，我看到一些笔记本在输出层（紧接 LSTM 之后的层）中使用 2 个单元，并将 softmax 作为激活函数。使用 2 个输出层并使用 softmax 而不是单个单元和 sigmoid（为了二进制分类的目的）有什么好处吗？我使用 binary_crossentropy 作为损失函数
Softmax 应该比 sigmoid 好，因为 sigmoid 的导数斜率几乎接近于一个（梯度消失问题），这使得分类变得困难。这可能是 softmax 表现优于 sigmoid
的原因
我正在使用 LSTM 进行二元分类，最初尝试了一个在输出（密集）层中有 1 个单元的模型，并使用 sigmoid 作为激活函数。 然而，它表现不佳，我看到一些笔记本在输出层（紧接 LSTM 之后的层）中使用 2 个单元，并将 softmax 作为激活函数。使用 2 个输出层并使用 softmax 而不是单个单元和 sigmoid（为了二进制分类的目的）有什么好处吗？我使用 binary_crossentropy 作为损失函数
Softmax 应该比 sigmoid 好，因为 sigmoid 的导数斜率几乎接近于一个（梯度消失问题），这使得分类变得困难。这可能是 softmax 表现优于 sigmoid
的原因