多分类学习多标签学习多任务学习的区别

Posted _刘文凯_

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了多分类学习多标签学习多任务学习的区别相关的知识,希望对你有一定的参考价值。

Multi-class、 Multi-label 、 Multi-task 三者之间的区别与相同之处

1、直观解释
  • 多分类学习(Multi-class)
    一个分类器,但分的类别是包含多个的。例如:分类器判断苹果的颜色是“红色、黄色、青色、白色”,这是一个4分类的任务,也就是一个多分类任务。

  • 多标签学习(Multi-label )
    例如判断一个苹果A可以有如下的标签(形状(圆、不圆)、颜色(红色、非红色)、硬度(硬、不硬)),注意以上标签只有两个选择,这种叫多标签学习。其实多标签学习是多任务学习的一种最简单情况。

  • 多任务学习(Multi-task)
    多任务学习直观的说就是有多个输出,也就是有多个Y值,例如上述的“多分类学习”,再比如[y1,y2,y3,y4,y5]=f(x1,x2,x3,x4,x5,x6,x7…,x100)这种形式的函数是一个5个任务的学习方式。

2 多任务学习的形式

多任务学习主要有两种实现方式,一种是基于参数的共享,另一种是基于约束的共享。
其中基于参数的共享包括:Hard 参数共享、Soft 参数共享

以上是关于多分类学习多标签学习多任务学习的区别的主要内容,如果未能解决你的问题,请参考以下文章

机器学习之深度学习 二分类多分类多标签分类多任务分类

Deep learning III - II Machine Learning Strategy 2 - Multi-task Learning 多任务学习

深度学习模型评价指标

深度学习模型评价指标

小白学习PyTorch教程十六在多标签分类任务上 微调BERT模型

小白学习PyTorch教程十六在多标签分类任务上 微调BERT模型