논리적 사고

정답 라벨을 조금 나누면 목표 분포는 어떻게 바뀔까요?

라벨 스무딩은 원-핫 목표의 일부를 모든 분류에 나누어 정답 목표를 1보다 작게, 비정답 목표를 0보다 크게 만드는 훈련 설정입니다.

그림에서 무엇을 볼까요?

세 분류에서 스무딩 0일 때 목표 1,0,0과 스무딩 0.1일 때 목표 0.933,0.033,0.033을 비교한 막대 그림.

세 분류의 정답이 첫 번째라면 원-핫 목표는 [1,0,0]입니다. 세 값의 합은 1입니다.

분류 수와 예측은 고정하고 스무딩 값만 바꾸어 목표 합과 교차엔트로피를 비교하세요.

정답을 하나로 표시하되 평가나 훈련에서는 불확실성을 따로 다뤄야 하는 사례가 있나요?