交叉熵（Cross-Entropy）

LianYueBiao

于 2018-01-09 10:31:51 发布

阅读量3k

点赞数 1

CC 4.0 BY-SA版权

分类专栏：深度学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/alvinlyb/article/details/79010053

交叉熵是机器学习中的重要概念，涉及到信息量、熵、相对熵等理论。本文详细解释了信息量的概念，指出熵是随机变量不确定性的度量，当取值可能性相等时，不确定度最大。接着介绍了相对熵，即KL散度，作为衡量两个分布差异的度量。最后，区分了交叉熵与相对熵，并说明了交叉熵在最大似然估计中的作用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

交叉熵（Cross-Entropy）

交叉熵是一个在ML领域经常会被提到的名词。在这篇文章里将对这个概念进行详细的分析。

1.什么是信息量？

假设X值也非常的低。

2.什么是熵？

那么什么又是熵呢？还是通过上边的例子来说明，假设小明的考试结果是一个0-1分布XA</

最低0.47元/天解锁文章

200万优质内容无限畅学

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。