python-3.x - tf.nn.softmax_cross_entropy_with_logits 如何使用标签

Question

对于一项作业，我应该为其一部分编写一个单层神经网络。我认为我的大部分内容都是正确的，但是当我尝试使用 tf.nn.softmax_cross_entropy_with_logits 方法时，我收到一条错误消息“ValueError:必须提供标签和 logits”。这显然意味着我需要提供标签和 logits，因为我现在只在代码中提供 logits，所以我明白出了什么问题。我不明白的是，什么是标签以及如何在这种情况下使用它们？请记住，我在 tensorflow 和神经网络方面相当新手，缺乏经验。谢谢!

Answer 1

在监督学习中，您必须随训练数据一起给出标签，并且 softmax_cross_entropy_with_logits 计算 logits 和标签之间的 softmax 交叉熵。它有助于给出数据属于特定类别的概率。您可以在这里阅读更多相关信息 https://www.tensorflow.org/api_docs/python/tf/nn/softmax_cross_entropy_with_logits

h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob)

W_fc2 = weight_variable([1024, 10])
b_fc2 = bias_variable([10])

y_conv = tf.matmul(h_fc1_drop, W_fc2) + b_fc2    
cross_entropy = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(labels=y_, logits=y_conv))

我已经为您提供了 tensorflow 教程中的一段代码，其中使用了softmax_cross_entropy_with_logits。这里 y_ 是一个占位符，标签将被输入到其中。另外，softmax_cross_entropy_with_logits 目前已被弃用。