UNet 구현 - Cross Entropy Loss보다 Binary Cross Entropy Loss를 추천하는 이유

UNet 논문을 보면 마지막 레이어에 out_channels를 2로 해놓고 있다.Output channels가 2이므로 Cross Entropy Loss를 이용해서 Loss function을 구성할 수 있다.(세포 부분인 곳과 경계인 부분을 보고 두 클래스로 나누는 데,)하지만, 클래스가 2개인 경우는 binary cross entropy를 사용하는 것이 편하다.- Binary Cross Entropy로 결과를 출력해볼 경우깔끔하게 output label이 label(input) 값과 비슷한 모습으로 나온 것을 확인할 수 있다.- Cross Entropy로 결과를 출력해볼 경우Cross Entropy의 경우 Output 모습이 위와 같이 나온다. 우리가 원하는 모습은 Output 색상을 뒤집는 형태이다.결과 출력에서 추가로 함수를 작성하..........

원문링크 : UNet 구현 - Cross Entropy Loss보다 Binary Cross Entropy Loss를 추천하는 이유