Я хочу реализовать классификатор, который может иметь 1 из 10 возможных классов. Я пытаюсь использовать для этого функцию MultiClass Softmax Loss. Просматривая документацию, я не понимаю, какой ввод требуется для функции.
В документации говорится, что ему нужны две матрицы [N, C], одна из которых является входной, а другая - целевой. Насколько я понимаю, входная матрица будет той матрицей, которую будет вычислять моя нейронная сеть, которая будет иметь вероятности, заданные нейронной сетью для каждого из 10 классов. Целью является тот, который у меня есть из моего набора данных.
В документации сказано: «Цель (N, C) - обозначать цели, дополненные -1, обеспечивая ту же форму, что и вход». Что это значит? Могу ли я передать нули в неправильных классах и -1 для правильных?
Было бы здорово, если бы кто-нибудь мог подробнее рассказать об этом и показать хотя бы образец 2-мерной матрицы, которую можно было бы передать как целевую матрицу.