对标签平滑进一步的理解： 神经网络的训练目标从“1”调整为“1-label平滑调整”，意味着神经网络被训练得对自己的答案不那么自信。 假设想把图像分为狗和猫。如果看到一张狗的照片，训练NN（通过交叉熵损失）朝着狗的1和猫的0移动。如果是猫，训练的方向相反，1代表猫，0代表狗。对于二进制dog/cat示例，标签平滑为.1意味着目标答案将是.90（90%置信度）这是一个dog ，和.10（10%置信度）这是一个cat，而不是之前的1或0。由于不太确定，它充当了一种正则化的形式，提高了它在新数据上更好地执行的能力。