tensorflow 分類損失函數(shù)使用小記
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(cè)值
- from_logits,我的理解是，如果預(yù)測(cè)結(jié)果經(jīng)過(guò)了softmax(單次預(yù)測(cè)結(jié)果滿足和為1)就使用設(shè)為`False`,
如果預(yù)測(cè)結(jié)果未經(jīng)過(guò)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(duì)一個(gè)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(cè)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;
以上就是本文的全部?jī)?nèi)容，希望對(duì)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
完美解決在oj中Python的循環(huán)輸入問(wèn)題
今天小編就為大家分享一篇完美解決在oj中Python的循環(huán)輸入問(wèn)題，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-06-06
python jieba分詞并統(tǒng)計(jì)詞頻后輸出結(jié)果到Excel和txt文檔方法
本篇文章主要介紹了python jieba分詞并統(tǒng)計(jì)詞頻后輸出結(jié)果到Excel和txt文檔方法，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-02-02
這篇文章主要介紹了Python過(guò)濾列表用法,結(jié)合實(shí)例形式分析了過(guò)濾列表的具體定義,功能與使用技巧,需要的朋友可以參考下2016-04-04
這篇文章主要為大家詳細(xì)介紹了python中xml格式的轉(zhuǎn)換方法，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2022-08-08
Python常問(wèn)的100個(gè)面試問(wèn)題匯總(上篇)
這篇文章主要介紹了Python常問(wèn)的100個(gè)面試問(wèn)題匯總(上篇)，文章內(nèi)容詳細(xì)，簡(jiǎn)單易懂，小編覺(jué)得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2023-01-01
python 用lambda函數(shù)替換for循環(huán)的方法
今天小編就為大家分享一篇python 用lambda函數(shù)替換for循環(huán)的方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-06-06
在Python中,使用OpenCV庫(kù)來(lái)轉(zhuǎn)換圖像大小是一個(gè)常見(jiàn)的操作,它可以幫助你調(diào)整圖像到特定的尺寸,以適應(yīng)不同的應(yīng)用場(chǎng)景,比如圖像預(yù)處理、模型輸入等,下面是一個(gè)詳細(xì)的代碼示例,展示了如何使用OpenCV來(lái)轉(zhuǎn)換圖像的大小,需要的朋友可以參考下2024-09-09
三個(gè)python爬蟲項(xiàng)目實(shí)例代碼
這篇文章主要介紹了三個(gè)python爬蟲項(xiàng)目實(shí)例代碼,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-12-12
今天小編就為大家分享一篇關(guān)于Python3.6使用tesseract-ocr的正確方法，小編覺(jué)得內(nèi)容挺不錯(cuò)的，現(xiàn)在分享給大家，具有很好的參考價(jià)值，需要的朋友一起跟隨小編來(lái)看看吧2018-10-10
Python datetime包函數(shù)簡(jiǎn)單介紹
這篇文章主要介紹了Python datetime包函數(shù)簡(jiǎn)單介紹,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-08-08