python編寫(xiě)softmax函數(shù)、交叉熵函數(shù)實(shí)例
python代碼如下:
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編寫(xiě)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))
補(bǔ)充知識(shí):分類(lèi)時(shí),為什么不使用均方誤差而是使用交叉熵作為損失函數(shù)
MSE(均方誤差)對(duì)于每一個(gè)輸出的結(jié)果都非??粗兀徊骒刂粚?duì)正確分類(lèi)的結(jié)果看重。
例如:在一個(gè)三分類(lèi)模型中,模型的輸出結(jié)果為(a,b,c),而真實(shí)的輸出結(jié)果為(1,0,0),那么MSE與cross-entropy相對(duì)應(yīng)的損失函數(shù)的值如下:
MSE:
cross-entropy:
從上述的公式可以看出,交叉熵的損失函數(shù)只和分類(lèi)正確的預(yù)測(cè)結(jié)果有關(guān)系,而MSE的損失函數(shù)還和錯(cuò)誤的分類(lèi)有關(guān)系,該分類(lèi)函數(shù)除了讓正確的分類(lèi)盡量變大,還會(huì)讓錯(cuò)誤的分類(lèi)變得平均,但實(shí)際在分類(lèi)問(wèn)題中這個(gè)調(diào)整是沒(méi)有必要的。
但是對(duì)于回歸問(wèn)題來(lái)說(shuō),這樣的考慮就顯得很重要了。所以,回歸問(wèn)題熵使用交叉上并不合適。
以上這篇python編寫(xiě)softmax函數(shù)、交叉熵函數(shù)實(shí)例就是小編分享給大家的全部?jī)?nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
相關(guān)文章
python實(shí)現(xiàn)合并兩個(gè)數(shù)組的方法
這篇文章主要介紹了python實(shí)現(xiàn)合并兩個(gè)數(shù)組的方法,實(shí)例分析了兩種常用的合并數(shù)組的技巧,非常簡(jiǎn)單實(shí)用,需要的朋友可以參考下2015-05-05python3寫(xiě)的簡(jiǎn)單本地文件上傳服務(wù)器實(shí)例
今天小編就為大家分享一篇python3寫(xiě)的簡(jiǎn)單本地文件上傳服務(wù)器實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-06-06Python將多個(gè)excel表格合并為一個(gè)表格
這篇文章主要為大家詳細(xì)介紹了Python將多個(gè)excel表格合并為一個(gè)表格的方法,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2018-01-01python中ImageTk.PhotoImage()不顯示圖片卻不報(bào)錯(cuò)問(wèn)題解決
這篇文章主要給大家介紹了關(guān)于在python中ImageTk.PhotoImage()不顯示圖片卻不報(bào)錯(cuò)問(wèn)題的解決方法,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2018-12-12思考分析Python運(yùn)算中?a+=b?和?a=a+b是否相等
這篇文章主要為大家介紹了Python運(yùn)算中a+=b和a=a+b是否相等及原理思考分析,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2023-04-04Pytorch加載部分預(yù)訓(xùn)練模型的參數(shù)實(shí)例
今天小編就為大家分享一篇Pytorch加載部分預(yù)訓(xùn)練模型的參數(shù)實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-08-08Python headers請(qǐng)求頭如何實(shí)現(xiàn)快速添加
這篇文章主要介紹了Python headers請(qǐng)求頭如何實(shí)現(xiàn)快速添加,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-11-11