多类分类和多标签分类

多类分类 类与类之间是互斥的

Multiclass classification

标签二值化后[0 0 0 0 1]

损失函数选择：categorical_crossentropy

最后的全dense层选择的激活函数：softmax

多标签分类  类与类之间可以共同存在

Multi-label classification

标签二值化后格式 [0 0 1 0 1]

损失函数选择：binary_crossentropy（因为每个输出节点都是独立的，选择二元损失）

最后的全dense层选择的激活函数：sigmoid/softmax

sigmoid ==> 标签之间概率独立

softmax ==> 标签之间概率不独立

Multioutput classification

多输出回归 通过一系列特征 预测多个属性

Multioutput-multiclass classification Multi-task classification

多输出-多分类 多任务分类  用于处理多个联合分类任务