python编程之tf.nn.softmax_cross_entropy_with_logits()的用法,包你看过一次终生不退还知识

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;


  • 2
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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