当sum(y_true)=1时应选用何种损失函数？使用CategoricalCrossentropy遇类型错误

这个错误跟你的标签格式没关系——你的[0.2, 0.8]这类概率分布标签完全符合CategoricalCrossentropy的要求（sum=1的非独热分布是合法输入）。问题出在你调用损失函数的方式错了。

错误原因 #

你大概率是直接把CategoricalCrossentropy类本身传给了模型的compile方法，或者计算损失时直接用了类对象，而没有实例化它。比如你可能写了：

# 错误写法：直接传类，不是实例
model.compile(optimizer='adam', loss=CategoricalCrossentropy)

这种写法会导致Keras把类对象当成损失张量来处理，自然会报类型不匹配的错误。

正确用法 #

有两种正确的方式：

1. 用字符串指定损失函数名称（最简单）

model.compile(optimizer='adam', loss='categorical_crossentropy')

2. 实例化损失函数类（加括号）

from keras.losses import CategoricalCrossentropy
# 实例化后传入，括号不能少
model.compile(optimizer='adam', loss=CategoricalCrossentropy())

关于标签的补充说明 #

你的标签是概率分布而非独热编码，完全适配CategoricalCrossentropy：

• 如果模型最后一层用的是softmax激活（输出概率），保持默认的from_logits=False即可；
• 如果模型输出是logits（没有经过softmax），需要在实例化时设置from_logits=True：

loss = CategoricalCrossentropy(from_logits=True)
model.compile(optimizer='adam', loss=loss)

内容的提问来源于stack exchange，提问作者Fenil Gajera