tensorflow 交叉熵损失函数
二分类:
tf.train.sigmoiad_cross_entropy()
多分类互斥损失函数:
tf.train.softmax_cross_entropy()
在tf.train.softmax_cross_entropy()中标签和网络输出都应该是onehot编码。
在tensorflow中网络输出不需要加入激活函数,因为在损失函数当中已经包含了sigmoid或者softmax激活函数了
在keras中
二分类交叉熵损失函数:
binary_crossentropy()
多分类交叉熵损失函数:
categorical_crossentropy()
在categorical_crossentropy()中标签和网络输出都应该是onehot编码。
区别:
1.在tensorflow中网络输出不需要加入激活函数,因为在损失函数当中已经包含了sigmoid或者softmax激活函数了,在keras中网络输出层需要加入激活函数
交叉熵损失函数
本文介绍了TensorFlow和Keras中用于二分类与多分类任务的交叉熵损失函数。详细对比了两者在网络输出处理上的不同,TensorFlow中损失函数已包含激活函数,而Keras则需要在输出层显式添加。
520

被折叠的 条评论
为什么被折叠?



