多分类交叉熵损失函数的详细计算过程

腾讯一面 面试题 那时候研一上学期刚结束 还不太扎实 勉勉强强算了一遍,这里重新整理下

首先写出多分类交叉熵损失函数公式:
**对其求和(-ylny')**
那么 y j y_j yj是真实标签向量one-hot表示, a j a_j aj是模型输出标签向量表示。
假设
y j y_j yj = [1, 0 ,0]
a j a_j aj = [0.7, 0.1, 0.1]
那么相当于
计算其损失为:
L = -1 * ln0.7 - 0 * ln0.1 - 0 * ln0.1 = -1ln0.7

腾讯一面 面试题 那时候研一上学期刚结束 还不太扎实 勉勉强强算了一遍,这里重新整理下

  • 3
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
评论 2
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

打赏作者

Xu_Wave

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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