tf.nn.softmax_cross_entropy_with_logits()这个方法又臭又长,看到就头晕!!
这个方法在什么时候用到?
神经网络最后输出层时用到,计算损失率,神经网络预测出的标签与实际标签之间的误差是多少?这是评价这个模型优劣的标准。
这个方法有两个重要参数:1、logits:样本最后输出的几个特征值(如果是10类,就是10个特征值,与分类的类别数目有关)
2、实际标签(这个图片或者音频文件是属于第几类的)
假设,我们的文本或者音频总共是5类,我们是单样本,最后输出层是的[14.0,35.0,16.0,12.0,7.0];
tf.nn.softmax_cross_entropy_with_logits()方法的功能如下
1、计算概率
2、与实际标签比较,如果预测结果与实际标签一致,那么误差为0,如果预测结果与实际标签相差太远,那么误差就会很大;