代碼

import tensorflow as tf# 預測值 logits = tf.constant([[0.5, 0.4, 0.1],[0.1, 0.2, 0.3]])# 真實值 labels = tf.constant([[1.0, 0.0, 0.0],[0.0, 0.0, 1.0]])# 交叉熵方式一 cross_entropy1 = ( labels * tf.log(tf.nn.softmax(logits)) )# 交叉熵方式二 cross_entropy2 = ( tf.nn.softmax_cross_entropy_with_logits(logits=logits, labels=labels) )#交叉熵方式三 cross_entropy3 = ( tf.nn.sparse_softmax_cross_entropy_with_logits(logits=logits, labels=tf.argmax(labels, 1)) )with tf.Session() as sess:print("交叉熵方式一", sess.run(cross_entropy1))print("交叉熵方式二", sess.run(cross_entropy2))print("交叉熵方式三", sess.run(cross_entropy3))

輸出結果

總結

以上是生活随笔為你收集整理的TensorFlow交叉熵的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。