背景介绍
提到label smoothing（标签平滑），首先介绍一下什么是hard label和soft label.
简单来说，hard label就是非1即0，不存在既可能是A也可能是B的情况，soft label则不同，它并不要求所有的“精力”全部倾向一个，允许模棱两可的状态，比如这幅画有40%的概率是猫， 60%的概率是狗。
什么时候会用到
标签平滑在机器学习或者深度学习中可以看作是一种正则化的技巧。它能提高分类任务中模型的泛化性能和准确率，缓解数据分布不平衡的问题。
为什么说能提高模型的泛化性能和准确率呢，我们需要从公式角度出发理解：
对于hard label的情况，softmax之后输出的结果为：
可以看出，如果要想损失的loss为0，那么极限条件就是让正样本的输出值为1，负样本的输出值为0，而要想达到负样本的概率为0，则要求模型输出的logits值为负无穷，而正样本的输出值为常数。这种做法的弊端显而易见：
（1）当数据样本中有信息标注错误时，造成的后果就是一错再错，泛化能力特别差。
（2）一般模型中最后的输出值一般都是有界的，并且由于模型中会加入一些正则化的手段等，不可能 ，很难更新到理想的效果，在同等训练epoch条件下。
label smooth是在《Rethinking the inception architecture for computer vision》里面提出来的。可以设定超参数对label进行soft。
这里的负样本的softmax后的值为a，正负样本之间的差距只要达到
就可以认为达到理想的值，loss为0，相比hard label的无穷大的界限，这种方法的界限是有界的，更容易让模型学习到，同时由于存在其他信息，会使模型的泛化能力更加好。
所以，在损失函数为交叉熵的情况下，如果我们使用label-smooth编码，错误类的logit不会要求是负无穷。且错误类和正确类的logit值有一定大小误差的情况下，loss就会很小很小。
同时，可以看一下这张图，概率值达到一定值后，曲线变的越来越平缓，再优化很难更新。
综上，标签平滑可以产生相对较好的校准网络，从而更好的去泛化网络，最终用于对未知的数据进行预测。
【参考】
https://zhuanlan.zhihu.com/p/343807710
