mini-batch 版交叉熵误差的实现

https://blog.csdn.net/weixin_43114885/article/details/90378914

4.2.4 mini-batch 版交叉熵误差的实现

 

one-hot格式的监督数据

def cross_entropy_error(y, t):
    if y.ndim == 1: #一维数组要把第一维放到第二维,表示只有一条数据
        t = t.reshape(1, t.size) #reshape函数代两维的参数
        y = y.reshape(1, y.size)

    batch_size = y.shape[0] #记下第一维的数值,表示有多少条数据
    return -np.sum(t * np.log(y + 1e-7)) / batch_size 


t为(batch_size,10), y 为(batch_size,10) 

t*logy   结果还是(batch_size,10) 

np.sum 后成为一个数值

y=np.array([[0,1,0.1,0,0,0,0,0,0,0],
            [0,0,0.2,0.8,0,0,0,0,0,0]])
t=np.array([[0,1,0,0,0,0,0,0,0,0],
            [0,0,0,1,0,0,0,0,0,0

  • 13
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 8
    评论
评论 8
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值