【Tensorflow】使用sparse_softmax_cross_entropy_with_logits计算交叉熵

最新推荐文章于 2021-08-10 10:57:01 发布
最新推荐文章于 2021-08-10 10:57:01 发布
阅读量309 收藏 1
点赞数
分类专栏： Tensorflow
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/xykimred/article/details/88708342
版权 
tf.nn.sparse_softmax_cross_entropy_with_logits(logits=y, labels=tf.argmax(y_,1))
  • logits：神经网络不包括softmax层的前向传播结果，是向量格式。
  • labels：训练数据的正确答案，是标签格式。可以用tf.argmax(y_,1)来获得正确答案对应的编号。1：在第一维度（每一行）选取最大值对应的下标。
tf.nn.softmax_cross_entropy_with_logits(logits=net, labels=y2)
  • labels为one-hot标签 

 


 

rainie1003
关注
专栏目录
sparse_softmax_cross_entropy_with_logits
MiniCnCoder的博客
04-11 336
1、tf.nn.sparse_softmax_cross_entropy_with_logitstensorflow help info:tf.nn.sparse_softmax_cross_entropy_with_logits(labels=tf.argmax(y_,1),logits=y) #y_标签 y_.shape = [batch_size,num_class] tf.argmax(y...
【TensorFlow】关于tf.nn.sparse_softmax_cross_entropy_with_logits（）
热门推荐
ZJRN1027的博客
05-04 5万+
tf.nn.sparse_softmax_cross_entropy_with_logits() 这是一个TensorFlow中经常需要用到的函数。官方文档里面有对它详细的说明，传入的logits为神经网络输出层的输出，shape为[batch_size，num_classes]，传入的label为一个一维的vector，长度等于batch_size，每一个值的取值区间必须是[0，num_cla...
sigmoid_cross_entropy_with_logits,softmax_cross_entropy_with_logits,sparse_softmax_cross_entropy_…
01-20
tf.nn.sigmoid_cross_entropy_with_logits 函数的计算方式就是对输出值先算sigmoid，然后与真实值做交叉商运算。 sigmoid函数的定义：11+e−x\displaystyle\frac{1}{1+e^{-x}}1+e−x1​ 交叉商的计算方式：−(labels∗log(−logits)+(1−labels)∗log(1−logits))-(labels*log(-logits)+(1-labels)*log(1-logits))−(labels∗log(−logits)+(1−labels)∗log(1−logits)) labelslabelsla
tensorflow sparse_softmax_cross_entropy_with_logits()函数
人工智能，深度学习，人脸识别
01-04 1367
  函数：tf.nn.sparse_softmax_cross_entropy_with_logits(logits=x, labels=y) 作用：计算logits和labels之间的稀疏softmax交叉熵，该函数为常用函数。 函数：tf.nn.softmax_cross_entropy_with_logits(logits=x, labels=y) 作用：计算logits和label...
tf.nn.sparse_softmax_cross_entropy_with_logits()函数
rocking_struggling的博客
03-29 1306
感觉就是softmax+tf.nn.softmax_cross_entropy_with_logits 原文链接：https://blog.csdn.net/ZJRN1027/article/details/80199248 tf.nn.sparse_softmax_cross_entropy_with_lo...
TensorFlow tf.nn.softmax_cross_entropy_with_logits的用法
01-20
在计算loss的时候，最常见的一句话就是tf.nn.softmax_cross_entropy_with_logits，那么它到底是怎么做的呢？ 首先明确一点，loss是代价值，也就是我们要最小化的值 tf.nn.softmax_cross_entropy_with_logits(logits,...
softmax_cross_entropy_with_logits & sparse_softmax_cross_entropy_with_logit区别
空字符
07-11 2761
1.相同点 两者都是先经过softmax处理，然后来计算交叉熵，并且最终的结果是一样的，再强调一遍，最终结果都一样。那既然有了softmax_cross_entropy_with_logits 这个方法，那么sparse_softmax_cross_entropy_with_logit 有何用？ 按照《TensorFlow实战Google深度学习框架》中的说法：在只有一个正确答案的分类问题中，...
关于softmax_cross_entropy_with_logits以及sparse_softmax_cross_entropy
the_little_fairy___的博客
11-10 1099
1、softmax_cross_entropy_with_logits() 函数原型： tf.nn.softmax_cross_entropy_with_logits(_sentinel=None, labels=None, logits=None, dim=-1, name=None) 注意： 1、这个操作的输入logits是未经缩放的，该操作内部会对logits使用softmax操作。 ...
RNN中的sparse_softmax_cross_entropy_with_logits
xinjieyuan的博客
12-23 150
看完这个例子你就懂了 # batch_size是2，时间步是2 ax = [[1,2,3,4],[2,3,4,5],[2,2,4,5],[2,1,4,5]]# 2*2,4 bx = [[2,1],[2,3]] ax = tf.convert_to_tensor(ax,dtype=tf.float32) bx = tf.convert_to_tensor(bx) z = tf.nn.sparse_s...
tensorflow函数--sparse_softmax_cross_entropy_with_logits
cnki_ok的专栏
04-19 4580
地址：https://github.com/tensorflow/tensorflow/blob/master/tensorflow/python/ops/nn_ops.py  1688
sparse_softmax_cross_entropy_with_logits的介绍
02-24 946
sparse_softmax_cross_entropy_with_logits实际上是softmax和cross_entropy（交叉熵）两个函数的组合一、softmax核心是做归一化而softmax把一个k维的real value向量（a1,a2,a3,a4….）映射成一个（b1,b2,b3,b4….）其中bi是一个0-1的常数，然后可以根据bi的大小来进行多分类的任务，如取权重最大的一维。二...
tf.nn.sparse_softmax_cross_entropy_with_logits
boy854456187的博客
03-16 499
转载总结 请参考原文连接：sparse_softmax_cross_entropy_with_logits tf.nn.sparse_softmax_cross_entropy_with_logits与tf.nn.sofrmax_cross_entropy_with_logits有一些差异： 1，onehot格式和类别格式； 2，label的维度不同； 写在前面：想做这篇很久很久了，想对比加了sparse的和不加的api有什么区别。也准备了很久，但是越准备，我的疑问就越多，所以一直没有下手写。写前一篇也是只
tf.nn.sparse_softmax_cross_entropy_with_logits（）
weixin_39780859的博客
08-10 160
第一步：Softmax 第二步：Cross-Entropy tf.nn.sparse_softmax_cross_entropy_with_logits(logits, labels, name=None) 这里的labels的形状为[batch_size],也即长度为batch_size的一维向量。每一个值的取值范围是[0,num_class)。 如果label 已经是one-hot格式，可以使用 tf.nn.softmax_cross_entropy_with_logits() 参考 https:/
tf.nn.sparse_softmax_cross_entropy_with_logits交叉熵函数
qq_38343151的博客
10-26 670
tf.nn.sparse_softmax_cross_entropy_with_logits( labels, logits, name=None ) labels:为样本的真实标签，shape为[batch_size]，每一个值∈[0，num_classes)，其实就是代表了batch中对应样本的类别，如二分类的label[0,0,1,0...] logits:为...
tensorflow tf.nn.softmax_cross_entropy_with_logits & tf.nn.sparse_softmax_cross_entropy_with_logits
tz_zs的博客
07-25 1万+
____tz_zs tf.nn.sparse_softmax_cross_entropy_with_logits tensorflow官网api：https://www.tensorflow.org/api_docs/python/tf/nn/sparse_softmax_cross_entropy_with_logits sparse_softmax_cross_entropy
TF：tf.losses.sparse_softmax_cross_entropy
ftfy123的博客
04-06 1054
tf.losses.sparse_softmax_cross_entropy(logits=logits, labels=labels)等价与 tf.nn.sparse_softmax_cross_entropy_with_logits(logits=logits, labels=labels) 加 tf.reduce_mean。 它们的参数维度： logits: [batch_size, ...
TensorFlow交叉熵详解：sigmoid_cross_entropy_with_logits
除了`tf.nn.sigmoid_cross_entropy_with_logits`，TensorFlow还提供了其他交叉熵计算方法，如`tf.nn.softmax_cross_entropy_with_logits_v2`用于多分类任务，`tf.nn.sparse_softmax_cross_entropy_with_logits`处理...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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