tensorflow-softmax回归及交叉熵函数
来源:互联网 发布:c语言求平方根函数 编辑:程序博客网 时间:2024/04/30 12:07
tensorflow中有两个直接计算softmax回归和交叉熵的函数,softmax回归说法不太合适,其只是根据神经网络输出计算分类的概率。第一种函数为:
cross_entropy = tf.nn.softmax_cross_entropy_with_logits(y, y_)
其中y为原始神经网络的输出结果,而y_为给出的标准答案,两者都为[None, num_classes]的rank。
如y=[10.0, 112.0, -1.0],而y_为[1.0, 0.0, 0.0]
第二种为:
cross_entropy = tf.nn.sparse_softmax_cross_entropy_with_logits(logits=y, labels=tf.argmax(y_, 1))
同样y为原始神经网络的输出结果,而y_为给出的标准答案,两者都为[None, num_classes]的rank,y=[10.0, 112.0, -1.0],而y_为[1.0, 0.0, 0.0],所以logits为[None, num_classes], labels为[None,],此时labels为标准答案的索引,这样只有一个分类结果,可以加速运算。
阅读全文
0 0
- tensorflow-softmax回归及交叉熵函数
- 逻辑回归、交叉熵、softmax
- tensorflow入门7 softmax函数和交叉熵损失函数
- softmax_cross_entropy softmax交叉熵 tensorflow numpy
- Tensorflow实现softmax回归
- Softmax函数与交叉熵
- Softmax函数与交叉熵
- Softmax函数与交叉熵
- tensorflow -入门-01-softmax回归
- 逻辑回归函数Softmax()
- 机器学习之逻辑回归和softmax回归及sklearn和tensorflow代码示例
- 基于TensorFLow实现MNIST和softmax回归
- TensorFlow上实现Softmax回归模型
- TensorFlow训练softmax回归(带tensorboard)
- Softmax和交叉熵
- [03]tensorflow实现softmax回归(softmax regression)
- softmax函数与交叉熵的反向梯度传导
- 简单易懂的softmax交叉熵损失函数求导
- LeetCode 58 Length of Last Word
- SpringMVC的HelloWord
- 理解硬盘(二)
- EL表达式(Expression)的使用
- 相对路径&绝对路径&类路径
- tensorflow-softmax回归及交叉熵函数
- 17个将被互联网颠覆的传统行业总盘点
- PC端手机端自适应
- 【范数】常用参考汇集
- 【css3】CSS3动画(animation @keyframes)
- TCP连接的建立与断开
- 源码分析AisenWeiBo
- poj3414 倒水问题
- angular的自定义五种服务