Одна картинка может требовать сразу нескольких ответов
На фото собака бежит по пляжу на закате. Если задача — выбрать один тип сцены, подойдёт softmax: он распределяет общую «массу» вероятности между классами, поэтому рост одного ответа уменьшает остальные. Но для тегов «собака», «пляж» и «закат» это ловушка: все три могут быть верны одновременно.
В multi-label задаче обычно используют отдельный sigmoid для каждой метки. Тогда каждый тег получает независимую оценку, и система может включить несколько сразу. Это не косметическая замена последнего слоя: по-другому готовят метки и считают ошибку. Сначала спросите: классы исключают друг друга — или сосуществуют?
