Python mxnet.symbol.softmax_cross_entropy用法及代碼示例

用法:
mxnet.symbol.softmax_cross_entropy(data=None, label=None, name=None, attr=None, out=None, **kwargs)

參數：

data：(Symbol) - 輸入數據
label：(Symbol) - 輸入標簽
name：(string, optional.) - 結果符號的名稱。

結果符號。

返回類型：

Symbol

計算softmax輸出和one-hot標簽的交叉熵。

此運算符分兩步計算交叉熵： - 對輸入數組應用 softmax 函數。 - 計算並返回 softmax 輸出和標簽之間的交叉熵損失。
softmax 函數和交叉熵損失由下式給出：
- 軟最大函數：
\[\text{softmax}(x)_i = \frac{exp(x_i)}{\sum_j exp(x_j)}\]
- 交叉熵函數：
\[\text{CE(label, output)} = - \sum_i \text{label}_i \log(\text{output}_i)\]

例子：

x = [[1, 2, 3],
     [11, 7, 5]]

label = [2, 0]

softmax(x) = [[0.09003057, 0.24472848, 0.66524094],
              [0.97962922, 0.01794253, 0.00242826]]

softmax_cross_entropy(data, label) = - log(0.66524084) - log(0.97962922) = 0.4281871

相關用法

注：本文由純淨天空篩選整理自apache.org大神的英文原創作品 mxnet.symbol.softmax_cross_entropy。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

返回類型：