最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

tensorflow 分類損失函數(shù)使用小記

 更新時間:2020年02月18日 09:49:51   作者:一袋米要抗幾樓  
這篇文章主要介紹了tensorflow 分類損失函數(shù)使用小記,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

多分類損失函數(shù)

label.shape:[batch_size]; pred.shape: [batch_size, num_classes]

使用 tf.keras.losses.sparse_categorical_crossentropy(y_true, y_pred, from_logits=False, axis=-1)

- y_true 真實(shí)值, y_pred 預(yù)測值
- from_logits,我的理解是,如果預(yù)測結(jié)果經(jīng)過了softmax(單次預(yù)測結(jié)果滿足和為1)就使用設(shè)為`False`,  
如果預(yù)測結(jié)果未經(jīng)過softmax就設(shè)為`True`.

pred = tf.convert_to_tensor([[0.9, 0.05, 0.05], [0.5, 0.89, 0.6], [2.05, 0.01, 0.94]])
label = tf.convert_to_tensor([0, 1, 2])
loss = tf.keras.losses.sparse_categorical_crossentropy(label, pred)
print(loss.numpy())
# 包含 reduction 參數(shù), 用于對一個批次的損失函數(shù)求平均值,求和等
# loss = tf.keras.losses.SparseCategoricalCrossentropy()(label, pred)
label.shape:[batch_size, num_classes](one_hot);pred.shape:[batch_size, num_classes]

使用 tf.keras.losses.categorical_crossentropy(y_true, y_pred, from_logits=False, axis=-1)

- y_true 真實(shí)值, y_pred 預(yù)測值
- from_logits 同上

pred = tf.convert_to_tensor([[0.9, 0.05, 0.05], [0.5, 0.89, 0.6], [0.05, 0.01, 0.94]])
label = tf.convert_to_tensor([[1, 0, 0], [0, 1, 0], [0, 0, 1]])
loss = tf.keras.losses.categorical_crossentropy(label, pred)
print(loss.numpy())

二分類損失損失函數(shù)

label = tf.convert_to_tensor([0, 0, 1, 1], dtype=tf.float32)
pred = tf.convert_to_tensor([1, 1, 1, 0], dtype=tf.float32)
loss = tf.keras.losses.BinaryCrossentropy()(label, pred)
print(loss.numpy())

多分類與二分類

通常 categorical_crossentropy與 softmax激活函數(shù)搭配使用; binary_crossentropy 與 sigmoid搭配使用;

參考

以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。

相關(guān)文章

最新評論

郓城县| 澄城县| 麻栗坡县| 平武县| 秀山| 巴林右旗| 平阴县| 丽江市| 娱乐| 体育| 香港 | 黎平县| 古田县| 五指山市| 吴桥县| 黄大仙区| 图们市| 西乌珠穆沁旗| 邵阳县| 白银市| 仁怀市| 昆山市| 微山县| 峨眉山市| 乐安县| 深水埗区| 临汾市| 巩义市| 临沧市| 台中县| 衡水市| 芦溪县| 龙井市| 柘城县| 平顺县| 孟连| 苍南县| 三台县| 鸡东县| 乐昌市| 鹤庆县|