G検定（ジェネラリスト検定） ディープラーニングの概要 練習問題 第23問: 1枚の画像に「犬」「猫」「人」のうち当てはまるラベルをいくつでも付ける（1つも当てはまらないこともある）マルチラベル分類のネットワークを作る。出力層と誤差関数の

肢1が正解です。scikit-learnのユーザーガイドは、マルチラベル分類を、互いに排他的でない性質を予測し、クラスごとに2値の出力を割り当てる課題と説明しています。

2値の確率はシグモイド関数の出力で表し、2値の交差エントロピー（負の対数尤度）で学習するのが基本で（Deep Learning（Goodfellowら）6.2.2.2節）、PyTorchの BCEWithLogitsLoss の説明もマルチラベル分類でクラスごとにこの誤差を計算する形を示しています。

肢2は排他的な多クラス分類の設計で、ラベルを2つ以上付けられません。

肢3は、ソフトマックス関数の出力の総和が1なので、2つのラベルの確率をともに1に近づけることはできません。

肢4は1つの値で3つのラベルを分けるので、複数のラベルを同時に付けられません。ソフトマックス関数の「総和が1」がクラスどうしを競わせる点に注意しましょう。