softmax&Cross Entropy Loss

softmax&Cross Entropy Loss

softmax

• 多分类问题
• 通过exp（x）转化，确保概率的非负性（映射到零到正无穷）
• 预测结果概率之和等于1：将转化后的结果除以所有转化后结果之和，相当于转化后结果占总数的百分比，归一化操作

公式：
$$S_i=\frac{e^i}{{\sum }_j{e}^j}$$

Cross Entropy Loss

交叉熵（cross entropy）一般用来求目标与预测值之间的差距，

1 信息量

信息量的大小与信息发生的概率成反比。概率越大，信息量越小。概率越小，信息量越大。

设某一事件发生的概率为P(x)，其信息量表示为：
$$I(x)=-\log (P(x))$$

其中I ( x )表示信息量，log表示以e为底的自然对数。

2 信息熵

信息熵也被称为熵，用来表示所有信息量的期望，表示为：
$$H(X)=-\sum _{\mathrm{i}=1}^{\mathrm{n}}P(x_i)log(P(x_i))(X=x_1,x_2,x_3...,x_n)$$

H(x)=P(xi)*I(xi)，期望是试验中每次可能结果的概率乘以其结果的总和。

3 交叉熵

KL散度 = 交叉熵 - 信息熵

交叉熵公式表示为：
$$\mathrm{H}(\mathrm{p},\mathrm{q})=-\sum _{\mathrm{i}=1}^{\mathrm{n}}\mathrm{p}\left({\mathrm{x}}_{\mathrm{i}}\right)\log \left(\mathrm{q}\left({\mathrm{x}}_{\mathrm{i}}\right)\right)$$
在训练网络时，输入数据与标签常常已经确定，那么真实概率分布 P ( x ) 也就确定下来了，所以信息熵在这里就是一个常量。由于KL散度的值表示真实概率分布 P ( x )与预测概率分布 Q ( x ) 之间的差异，值越小表示预测的结果越好，且交叉熵公式相比KL散度更加容易计算，所以常常使用交叉熵损失函数来计算loss。

二分类：

在二分类情况中，对于每一类别的预测只能是两个值，假设预测为正（1）的概率为 P ，负（0）的概率为 1 − P：

多分类：

多分类可以用one-hot编码来表示，前为y i 表示第i个样本的真实标签为k（one-hot编码） ，共有K个标签值 N个样本，pik表示对于观测样本i属于类别k的预测概率 （就是softmax对应预测概率），1/n求平均：

参考：https://blog.csdn.net/b1055077005/article/details/100152102