sparse_softmax_cross_entropy_with_logits与softmax_cross_entropy_with_logits区别

sparse_softmax_cross_entropy_with_logits与softmax_cross_entropy_with_logits区别

原函数:

tf.nn.sparse_softmax_cross_entropy_with_logits(logits=net, labels=y) 
tf.nn.softmax_cross_entropy_with_logits(logits=net, labels=y2)

注意:对sparse_softmax: label的rank 应该比logits 维度少1 , 而直接的softmax, label和logits的维度应该一样。

  • sparse_softmax_cross_entropy_with_logits中 labels接受直接的数字标签
    如[1], [2], [3], [4] (类型只能为int32,int64)
  • 而softmax_cross_entropy_with_logits中 labels接受one-hot标签
    如[1,0,0,0], [0,1,0,0],[0,0,1,0], [0,0,0,1] (类型为int32, int64)
    相当于sparse_softmax_cross_entropy_with_logits 对标签多做一个one-hot动作

原文:https://blog.csdn.net/transmaple/article/details/79457683?utm_source=copy

  • 0
    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