Tensorflow.js tf.metrics.categoricalCrossentropy()用法及代码示例

Tensorflow.js是Google开发的开源库，用于在浏览器或节点环境中运行机器学习模型和深度学习神经网络。它还可以帮助开发人员使用JavaScript语言开发ML模型，并可以直接在浏览器或Node.js中使用ML。

tf.metrics.categoricalCrossentropy() 函数分类地找到目标和输出张量之间的分类交叉熵。

用法:

tf.metrics.categoricalCrossentropy(yTrue, yPred)

参数：此函数接受以下两个参数：

yTrue:它是真值张量，类型为 tf.Tensor。
yPred:它是预测张量，它的类型是 tf.Tensor。

返回值：它返回tf.Tensor对象。

范例1：

Javascript


// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Initialising first 2d tensor.
let geek1 = tf.tensor2d([[2, 4], [1, 3]]);
  
// Initialising second 2d tensor.
let geek2 = tf.tensor2d([11, 22, 33, 44], [2, 2]);
  
// Using .categoricalCrossentropy() function
// to find categorical accuracy metric.
let result = tf.metrics.categoricalCrossentropy(geek1, geek2);
  
// Printing the result.
result.print();

输出：

Tensor
    [3.8190854, 2.526145]

范例2：

Javascript


// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Using .categoricalCrossentropy() function
// to find categorical accuracy metric
tf.metrics.categoricalCrossentropy(
  tf.tensor1d([1, 2]), 
   tf.tensor2d([50], [1, 1]))
      .print();

输出：

Tensor
    [4e-7]

参考：https://js.tensorflow.org/api/3.6.0/#metrics.categoricalCrossentropy

相关用法

注：本文由纯净天空筛选整理自thacker_shahid大神的英文原创作品 Tensorflow.js tf.metrics.categoricalCrossentropy() Function。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。