个人中心
文章发布
退出
作者热门文章
- html - 出于某种原因，IE8 对我的 Sass 文件中继承的 html5 CSS 不友好？
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景？
28
4
我注意到 tf.nn.softmax_cross_entropy_with_logits为 logits 参数请求“未缩放的对数概率”。但是，我没有看到有人建议在提交给这个函数之前对他们的 NN 预测执行日志操作。我在这里遗漏了什么吗？
最佳答案
您不应该执行日志操作。实际上，您不应该执行任何操作:-)。这条评论(可以说很糟糕)试图说的是每个 logit 都是一个不受限制的实数(负数或正数，大小随心所欲)。然后，softmax 交叉熵函数将(在概念上)应用 softmax 运算(取幂，将不受限制的实数转换为正数，然后归一化以使它们总和为 1)并计算交叉熵。
所以，tl;dr，在没有任何标准化或传递函数的情况下将最后一个线性层的输出提供给它，你不会错的。
关于Tensorflow softmax_cross_entropy_with_logits 要求未缩放的对数概率，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/40871797/
28
4
0
我注意到 tf.nn.softmax_cross_entropy_with_logits为 logits 参数请求“未缩放的对数概率”。但是，我没有看到有人建议在提交给这个函数之前对他们的 NN 预测
我想知道 TensorFlow 的 softmax_cross_entropy_with_logits 是否有等效的 PyTorch 损失函数? 最佳答案 is there an equivalent
是tf.nn.softmax_cross_entropy_with_logits考虑批量大小？ 在我的 LSTM 网络中，我输入不同大小的批处理，我想知道在优化之前是否应该对批处理大小的误差进行标准化
tf.nn.softmax_cross_entropy_with_logits 和 tf.losses.log_loss 之间的主要区别是什么？这两种方法都接受 1-hot 标签和 logits 来计
当使用神经网络进行分类时，据说: 您通常希望使用 softmax 交叉熵输出，因为这可以为您提供每个可能选项的概率。 在只有两个选项的常见情况下，您需要使用 sigmoid，除了避免冗余输出 p 和
我正在制作一台计算机，使用 softmax 函数从 MNist 数据集中预测手写数字。奇怪的事情发生了。成本随着时间的推移而降低，最终变为 0.0038 左右……(我使用 softmax_crosse
我最近遇到了 tensorflow softmax_cross_entropy_with_logits，但我无法弄清楚与 sigmoid_cross_entropy_with_logits 相比在实现
在 tensorflow API docs他们使用名为 logits 的关键字。它是什么？很多方法都是这样写的: tf.nn.softmax(logits, name=None) 如果logits只是
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
我在使用 tf.layers 和 tf.nn.softmax_cross_entropy_with_logits 的 tensorflow 模型上恢复和执行推理时遇到问题。一旦我记忆起保存的文件，我就
你能指导如何解决这个问题吗？ with tf.name_scope('loss'): #cross_entropy = None val = tf.nn.softmax_cross_e
我已阅读 docs of both functions ，但据我所知，对于函数 tf.nn.softmax_cross_entropy_with_logits(logits, labels, dim=
错误是ValueError: Only call softmax_cross_entropy_with_logits with named arguments (labels=..., logits=
我尝试按照 tensorflow 教程实现 MNIST CNN 神经网络，并找到这些实现 softmax 交叉熵的方法给出了不同的结果: (1) 不好的结果 softmax = tf.nn.softm
我正在关注此处的多层感知器示例:https://github.com/aymericdamien/TensorFlow-Examples我对函数 tf.nn.softmax_cross_entropy
我是一名优秀的程序员,十分优秀！