tenosoflow和keras交叉熵损失函数比较

tensorflow 交叉熵损失函数

二分类:
tf.train.sigmoiad_cross_entropy()
多分类互斥损失函数:
tf.train.softmax_cross_entropy()
在tf.train.softmax_cross_entropy()中标签和网络输出都应该是onehot编码。

在tensorflow中网络输出不需要加入激活函数,因为在损失函数当中已经包含了sigmoid或者softmax激活函数了

在keras中

二分类交叉熵损失函数:
binary_crossentropy()
多分类交叉熵损失函数:
categorical_crossentropy()
在categorical_crossentropy()中标签和网络输出都应该是onehot编码。

区别:

1.在tensorflow中网络输出不需要加入激活函数,因为在损失函数当中已经包含了sigmoid或者softmax激活函数了,在keras中网络输出层需要加入激活函数

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