python编写softmax函数、交叉熵函数实例
更新时间：2020年06月11日 15:04:58 作者：ChunxueShi
这篇文章主要介绍了python编写softmax函数、交叉熵函数实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
python代码如下：
import numpy as np # Write a function that takes as input a list of numbers, and returns # the list of values given by the softmax function. def softmax(L): pass expL = np.exp(L) sumExpL = sum(expL) result = [] for i in expL: result.append(i*1.0/sumExpL) return result
python编写交叉熵公式：
import numpy as np def cross_entropy(Y, P): Y = np.float_(Y) P = np.float_(P) return -np.sum(Y * np.log(P) + (1 - Y) * np.log(1 - P))
补充知识：分类时，为什么不使用均方误差而是使用交叉熵作为损失函数
MSE（均方误差）对于每一个输出的结果都非常看重，而交叉熵只对正确分类的结果看重。
例如：在一个三分类模型中，模型的输出结果为（a,b,c)，而真实的输出结果为(1,0,0)，那么MSE与cross-entropy相对应的损失函数的值如下：
MSE：
cross-entropy：
从上述的公式可以看出，交叉熵的损失函数只和分类正确的预测结果有关系，而MSE的损失函数还和错误的分类有关系，该分类函数除了让正确的分类尽量变大，还会让错误的分类变得平均，但实际在分类问题中这个调整是没有必要的。
但是对于回归问题来说，这样的考虑就显得很重要了。所以，回归问题熵使用交叉上并不合适。
以上这篇python编写softmax函数、交叉熵函数实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
Python利用networkx画图绘制Les Misérables人物关系
这篇文章主要为大家介绍了Python利用networkx画图处理绘制Les Misérables悲惨世界里的人物关系图，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2022-05-05
在我们的初级教程中,我们介绍了如何使用Scrapy创建和运行一个简单的爬虫,在这篇文章中,我们将深入了解Scrapy的强大功能,学习如何使用Scrapy提取和处理数据2023-09-09
这篇文章主要为大家详细介绍了Python如何编写一个绘图系统，可以实现从文本文件导入数据并绘图，文中的示例代码讲解详细，感兴趣的可以了解一下2023-08-08
这篇文章主要介绍了Pytorch如何加载部分权重问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教2023-09-09
在日常编程中,需要比较两个列表并找出它们之间差异是一种常见需求,在本文中,我们将深入探讨Python中查找两个列表差异值的方法,需要的小伙伴可以参考下2023-12-12
因工作需要，研究了一下模拟百度的登陆,开发环境使用了python3，大家参考使用吧2014-01-01
这篇文章主要介绍了python中numpy常用操作总结，NumPy是Python语言的一个扩充程序库，支持大量高维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库2022-09-09
数据增强作为前处理的关键步骤，在整个计算机视觉中有着具足轻重的地位。本文为大家总结了Python中数据处理的方法及实现，需要的可以参考一下2022-09-09
本文主要介绍了python中time模块指定格式时间字符串转为时间戳，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2023-02-02
这篇文章主要介绍了利用Python爬取某站的视频弹幕，并将其绘制成词云图，文中的示例代码讲解详细，对我学习Python爬虫有一定的帮助，需要的朋友可以参考一下2021-12-12
最新评论