笔记 - 损失函数：交叉熵

最新推荐文章于 2023-12-25 17:52:33 发布

chen_holy

最新推荐文章于 2023-12-25 17:52:33 发布

阅读量407

点赞数

分类专栏： tensorflow 编程 AI 损失函数

本文链接：https://blog.csdn.net/chen_holy/article/details/90105346

版权

本文介绍了如何在TensorFlow中使用原生方法计算交叉熵损失，包括`softmax_cross_entropy_with_logits`和`sparse_softmax_cross_entropy_with_logits`两种方式，详细讲解了它们在处理样本类别预测矩阵与实际类别矩阵时的计算过程。

摘要由CSDN通过智能技术生成

tensoflow原生实现

给出样本类别预测矩阵与实际类别矩阵，计算交叉熵

import tensorflow as tf

"""
给出n个样本的预测值与真实值进行计算交叉熵(label已进行热编码)
即两个矩阵

交叉熵公式倒背如流
"""
y = tf.constant([[0, 0, 1], [1, 0, 0]], dtype=tf.float32)
y_pred = tf.random_uniform(shape