机器学习 - 损失计算-softmax_cross_entropy_with_logits
tf.nn.softmax_cross_entropy_with_logits(logits, labels, name=None)
第一个参数logits:就是神经网络最后一层的输出
第二个参数labels:实际的标签
具体的执行流程大概分为两步:
第一步是先对网络最后一层的输出做一个softmax,这一步通常是求取输出属于某一类的概率,对于单样本而言,输出就是一个num_classes大小的向量([Y1,Y2,Y3...]其中Y1,Y2,Y3...分别代表了是属于该类的概率)
softmax的公式是:
第二步是
softmax的输出向量[Y1,Y2,Y3...]和样本的实际标签做一个交叉熵,公式如下:
其中
指代实际的标签中第i个的值(用mnist数据举例,如果是3,那么标签是[0,0,0,1,0,0,0,0,0,0],除了第4个值为1,其他全为0)
这个函数的返回值并不是一个数,而是一个向量,如果要求交叉熵,我们要再做一步tf.reduce_sum操作,就是对向量里面所有元素求和,最后才得到,如果求loss,则要做一步
tf.reduce_mean操作,对向量求均值!
#our NN's output logits=tf.constant([[1.0,2.0,3.0],[1.0,2.0,3.0],[1.0,2.0,3.0]])
#true label y_=tf.constant([[0.0,0.0,1.0],[0.0,0.0,1.0],[0.0,0.0,1.0]])
#step1:do softmax y=tf.nn.softmax(logits) #step2:do cross_entropy cross_entropy = -tf.reduce_sum(y_*tf.log(y)) #do cross_entropy just one step cross_entropy2=tf.reduce_sum(tf.nn.softmax_cross_entropy_with_logits(logits, y_))#dont forget tf.reduce_sum()!! ---------------------
https://blog.csdn.net/lyc_yongcai/article/details/73231951
转载于:https://www.cnblogs.com/xiaoniu-666/p/10372545.html
机器学习 - 损失计算-softmax_cross_entropy_with_logits相关推荐
- 【CCAI大咖秀】AlphaGo/Mobileye教父:智能科学需要融合机器学习、计算神经科学与认知科学
[CCAI大咖秀]AlphaGo/Mobileye教父:智能科学需要融合机器学习.计算神经科学与认知科学 8月26-27日,由中国人工智能学会(CAAI)发起并主办.中科院自动化研究所与CSDN共同承 ...
- yolov3从头实现(六)损失计算
损失计算 一.损失计算的输入 损失计算的预测值输入是yolov3从头实现(五)中的yolov3网络块的输出 损失计算的真实值输入是yolov3从头实现(三)中我们制作出的标签值 二.损失的结构 yol ...
- 大咖云集,EI稳定检索,第14届机器学习与计算国际会议(ICMLC 2022)
14th - ICMLC 2022 第14届机器学习与计算国际会议 2月18-21日 | 中国广州 关于我们 机器学习是人工智能及模式识别领域的共同研究热点,其理论和方法已被广泛应用于解决工程应用和科 ...
- 机器学习——科学计算库(Numpy,Matplotlib,Pandas)
机器学习--科学计算库中主要介绍的内容是人工智能深度学习过程常用的几个python库,主要有Numpy,Matplotlib,Pandas等,具体如下所示 在学习的过程中,我也从网上借鉴了多位大佬的优 ...
- 推荐系统_各种方法的损失计算过程
如何构造一个更好的语义特征向量是各个推荐算法的核心. 除了用户购买商品的记录文件,我们还有两类文件,即用户属性文件(性别,年龄,职业等),商品属性文件(发行日期,种类等),一个商品属性中的种类可以有多 ...
- Uniswap V3无偿损失计算、Uniswap V3做市
Uniswap V3无偿损失计算:(原文参考链接:https://www.8btc.com/article/6653418) Uniswap V3做市:(原文链接参考:https://www.8btc ...
- SSD源码的损失计算
SSD源码的损失计算 文章目录 SSD源码的损失计算 1.前言 2.解析 2.1 match 2.1.1 匹配策略 2.1.2 match函数代码 2.2 encode与decode 2.2.1 en ...
- Python3 机器学习之计算香农熵
Python3 机器学习之计算香农熵 from math import log # 函数说明:计算给定数据集的经验熵(香农熵) def calcShannonEnt(dataSet):numEntir ...
- 机器学习实现计算不规则图形面积_不用任何数学方法,如何计算圆面积
杀鸡用牛刀,我们用机器学习方法来算圆的面积. 询问任何人圆的面积是多少,他们都会告诉你不就是r²吗.但如果你问他们为什么,他们很可能并不知道. 这是因为圆的面积公式的证明在大多数情况下要么不直观,不令 ...
最新文章
- Alpha 测试和Beta的区别
- Java子线程中的异常处理(通用)
- Btrace详细指南(JDK7,监控HashMap扩容)
- 【视频】vue指令v-on绑定事件
- wxWidgets:wxObjectRefData类用法
- MySQL通过添加索引解决线上数据库服务器压力大问题
- 二叉链表之寻找两节点的最近公共祖先☆
- breakall lisp文件_CAD图导入SU中一次成面的方法
- c语言中罗马字母数字,罗马数字转整数C语言实现
- ubuntu20运行A-LOAM记录
- 大学杂念集 随便写写
- VUE前端开发环境版本查看命令
- C++编程-腐烂的橘子-广度优先搜索
- 用HTML5绘制的一个星空特效图
- 动软代码生成器基础使用
- 使用多线程时@Service工具类出现NullPoint错误解决
- lol聊天服务器断开无法修复,英雄联盟无法聊天说话处理办法
- 外贸行业找客户的三种方式和五种工具
- 联想y7000电脑未正确启动_Lenovo/联想 拯救者 Y7000简单装系统教程
- ROMP:Monocular, One-stage, Regression of Multiple 3D People
热门文章
- 使用开源ASR框架在Mono和.NET C#中进行语音识别
- 小程序文章怎么导出来_微信小程序点餐怎么申请,怎么建立微信点单小程序
- unwrap函数c语言实现,AppDomain与Assembly的动态加载与卸载代码详解
- linux cp通同时新建目录_Linux 新手应该知道的 26 个命令
- stm32f407网页服务器,STM32F407单片机通过USR-LTE-7S4模块和服务器进行4G通信
- Referenced file contains errors (http://www.springframework.org/schema/context/spring-context-3.1.xs
- js 判断 ““,null,undefined
- c语言 除法小数点怎么写,高精度除法小数点位数
- 为什么计算机控制系统采用软,微型计算机控制技术一二章复习资料及部分答案...
- 怎么在Java里辨别小数_求教java中如何判断一个数是不是小数,求详细代码及解释...