交叉熵作为一种loss函数在深度学习中可以作为梯度下降优化的对象,其计算公式为:
其中y是网络预测的概率分布,y‘则是真实测试数据的概率分布。
则对于二维tensor交叉熵的计算方式为:
cross_entropy = tf.reduce_mean(-tf.reduce_sum(tf.log(y)*y',axis=1))
交叉熵作为一种loss函数在深度学习中可以作为梯度下降优化的对象,其计算公式为:
其中y是网络预测的概率分布,y‘则是真实测试数据的概率分布。
则对于二维tensor交叉熵的计算方式为:
cross_entropy = tf.reduce_mean(-tf.reduce_sum(tf.log(y)*y',axis=1))