Pourquoi utilisons-nous une fonction d'activation Softmax dans les autoencoders convolutionnels?
-
02-11-2019 - |
Question
J'ai travaillé sur un projet de segmentation d'images où j'ai créé un autoencoder convolutionnel. J'ai vu cette image et je l'ai implémentée à l'aide de keras.
À la couche de sortie, l'auteur a utilisé la fonction d'activation SoftMax. Cela ne devrait-il pas être relu?
Selon moi, cela semble être un problème de régression, où nous devons prédire les valeurs continues pour les pixels d'image segmentés. Si oui, pourquoi utilisons-nous une fonction softmax, au lieu de relu ou d'une fonction linéaire?
Pas de solution correcte
Licencié sous: CC-BY-SA avec attribution
Non affilié à datascience.stackexchange