写了这么久,终于有感觉了。以后再编辑文章,要慢慢趋与条例性
一、有关CrossEntropyloss()
二、有关多分类的一个RNN模型实例
一、有关CrossEntropyloss()
crossentropyloss()就干两件事,一是softmax()运算,二是-y*log(y_pred)
图片中的意思是,我有一个样本数据他们是[[0.2,0.1,-0.1]]。(用一个中括号他的size是3,而用两个中括号size是[1,3]。这点是新手非常容易忽视的。)它的含义是我这个样本可能属于三个分类(第0类,第一类,第二类)中的一个,而数值的大小表示了可能性的大小(后面经过运算会变成概率,但此时他们之间的概率大小关系已经很明确了)。这个样本数据的标签是[0]它是第0类(如果是[1]表示第一类,[2]表示第二类)。
而crossentropyloss()的作用开始:
1,求指数运算:[0.2,0.1,-0.1] ->[0.38,0.34,0.28]。
2,运算-y*log(y_pred)(是第0类y:[1,0,0], -y*log(0.38)
第一类y:[0,1,0]