tf.nn.sigmoid_cross_entropy_with_logits

最新推荐文章于 2022-07-27 11:26:33 发布

转载最新推荐文章于 2022-07-27 11:26:33 发布 · 131 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/superxuezhazha/p/9521991.html

文章标签：

#人工智能

本文详细介绍了TensorFlow中tf.nn.sigmoid_cross_entropy_with_logits函数的使用方法，包括其功能说明、参数列表，并提供了一个具体的代码示例。

tf.nn.sigmoid_cross_entropy_with_logits

sigmoid_cross_entropy_with_logits(
    _sentinel=None,
    labels=None,
    logits=None,
    name=None
)

功能说明：

先对 logits 通过 sigmoid 计算，再计算交叉熵，交叉熵代价函数可以参考 CS231n: Convolutional Neural Networks for Visual Recognition

参数列表：

参数名	必选	类型	说明
_sentinel	否	None	没有使用的参数
labels	否	Tensor	type, shape 与 logits相同
logits	否	Tensor	type 是 float32 或者 float64
name	否	string	运算名称

import tensorflow as tf
x = tf.constant([1,2,3,4,5,6,7],dtype=tf.float64)
y = tf.constant([1,1,1,0,0,1,0],dtype=tf.float64)
loss = tf.nn.sigmoid_cross_entropy_with_logits(labels = y,logits = x)
with tf.Session() as sess:
    print (sess.run(loss))

转载于:https://www.cnblogs.com/superxuezhazha/p/9521991.html