tensorflow 分类损失函数使用小记

更新时间：2020年02月18日 09:49:51 作者：一袋米要抗几楼

这篇文章主要介绍了tensorflow 分类损失函数使用小记，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

多分类损失函数

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 真实值， y_pred 预测值
- from_logits,我的理解是，如果预测结果经过了softmax(单次预测结果满足和为1)就使用设为`False`,
如果预测结果未经过softmax就设为`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 参数, 用于对一个批次的损失函数求平均值,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 真实值， y_pred 预测值
- 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())

二分类损失损失函数

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())

多分类与二分类

通常 categorical_crossentropy与 softmax激活函数搭配使用; binary_crossentropy 与 sigmoid搭配使用;

参考

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。

您可能感兴趣的文章:

Matplotlib 折线图plot()所有用法详解
这篇文章主要介绍了Matplotlib 折线图plot()所有用法详解，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
2020-07-07
详解python中的异常和文件读写
这篇文章主要介绍了python中的异常和文件读写的的相关资料，帮助大家更好的理解和使用python，感兴趣的朋友可以了解下
2021-01-01
python实现数独算法实例
这篇文章主要介绍了python实现数独算法,实例分析了Python数独算法的实现技巧,需要的朋友可以参考下
2015-06-06
python使用数字与字符串方法技巧
这篇文章主要介绍了python使用数字与字符串方法技巧,文章内容介绍详细具有一的参考价值，需要的小伙伴可以参考一下
2022-03-03
详解python的xlwings库读写excel操作总结
这篇文章主要介绍了详解python的xlwings库读写excel操作总结，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
2021-02-02
PyTorch深度学习LSTM从input输入到Linear输出
这篇文章主要为大家介绍了PyTorch深度学习LSTM从input输入到Linear输出深入理解，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
Python实现寻找回文数字过程解析
这篇文章主要介绍了Python实现寻找回文数字过程解析,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,需要的朋友可以参考下
2020-06-06
Pandas.DataFrame行和列的转置的实现
本文主要介绍了Pandas.DataFrame行和列的转置的实现，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
Python eval()与exec()函数使用介绍
exec函数执行的是python语句，没有返回值，eval函数执行的是python表达式，有返回值，exec函数和eval函数都可以传入命名空间作为参数，本文给大家介绍下Python eval()和exec()函数，感兴趣的朋友跟随小编一起看看吧
2023-01-01
python开发中range()函数用法实例分析
这篇文章主要介绍了python开发中range()函数用法,以实例形式较为详细的分析了Python中range()函数遍历列表的相关技巧,需要的朋友可以参考下
2015-11-11