sparse_categorical_crossentropy和SparseCategoricalCrossentropy的用法区别

本文介绍了TensorFlow2中,`tf.keras.losses.SparseCategoricalCrossentropy`类和`sparse_categorical_crossentropy`函数的区别。它们在计算交叉熵损失时,都能接受非onehot编码的y_true,但函数直接使用,类需要实例化。在`model.compile()`中,loss可以是字符串或函数,大写的类需实例化后使用,而小写函数默认假设输入已通过softmax。
摘要由CSDN通过智能技术生成

TensorFlow2 -基本函数解释

tf.keras.losses.SparseCategoricalCrossentropy

tf.keras.losses.sparse_categorical_crossentropy

从以下几个方面区分

函数

tf.keras.losses.sparse_categorical_crossentropy(y_true, y_pred)
函数,求交叉熵损失
例子:

import tensorflow as tf
import numpy as np
y_true = tf.constant([1, 2])
y_pred = tf.constant([[0.05, 0.95, 0], [0.1, 0.8, 0.1]])

tf.keras.losses.sparse_categorical_crossentropy(y_true, y_pred)

输出

<tf.Tensor: shape=(2,), dtype=float32, numpy=array([0.05129344, 2.3025851 ], dtype=float32)>

求平均

loss = tf.reduce_mean(tf.keras
  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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