Есть ли какие-либо проблемы с производительностью, если я использую 'categoryor_crossentropy' в качестве функции потерь только для классификации объектов?

Question

Я тренирую CNN, чтобы классифицировать собак и кошек, и я использую 'categoryorical_crossentropy' в качестве функции потери, потому что в начале у меня было три класса, но в конце я решил использовать только два, и у меня не было возможность изменить функцию потерь. Моя проблема здесь в том, что у меня нет компьютера, на котором я работал, чтобы доказать с помощью «binary_crossentropy», и мне нужно решить этот вопрос. Так что я не знаю, будет ли у него такая же производительность.

Здесь часть, где я компилирую

model.compile(optimizer = keras.optimizers.Adam(lr=lr),
          loss='categorical_crossentropy',
          metrics=['accuracy'])

Answer 1

Ответ - нет, это не проблема.

Вы можете использовать binary_crossentropy + Dense(1,activation='sigmoid') или categorical_crossentropy + Dense(2,activation='softmax').

На производительность вашей модели это не должно повлиять.