softmax和cross entropy都是神经网络中重要的函数。而且都有着广泛的应用。
softmax之所以称为“soft”是由于它不像one-hot中的值,只有0或者1。
softmax会将输入的值依据大小,映射成(0,1)之间的概率分布。所以这些值相加的和为1。
因此,hot-one不可导,softmax是可求导的。
softmax的计算公式为
其中,表示数组V中的第i个元素的值。
cross entropy交叉熵与softmax有着密切的关系,将上面的softmax的公式稍加修改就能得到交叉熵的计算公式。
其中,log的底数可变,且在变化的同时,熵的单位也会随之变化。
由于的值在(0,1),因此当
神经网络 -- Softmax以及Cross entropy(交叉熵)
最新推荐文章于 2023-10-26 20:51:24 发布
本文介绍了神经网络中的Softmax函数及其与Cross Entropy的关系。Softmax将输入映射为概率分布,而Cross Entropy作为损失函数,与Softmax相结合,用于优化模型。通过softmax的导数与交叉熵的关系,简化了梯度下降过程中的计算。
摘要由CSDN通过智能技术生成