當前位置: 首頁>>編程示例 >>用法及示例精選 >>正文

Python tf.keras.metrics.binary_crossentropy用法及代碼示例

計算二元交叉熵損失。

用法

tf.keras.metrics.binary_crossentropy(
    y_true, y_pred, from_logits=False, label_smoothing=0.0, axis=-1
)

參數

  • y_true 基本事實值。形狀 = [batch_size, d0, .. dN] 。
  • y_pred 預測值。形狀 = [batch_size, d0, .. dN] 。
  • from_logits y_pred 是否預期為 logits 張量。默認情況下，我們假設 y_pred 對概率分布進行編碼。
  • label_smoothing 浮點數在 [0, 1] 中。如果 > 0 然後通過將標簽向 0.5 擠壓來平滑標簽，也就是說，對目標類使用 1. - 0.5 * label_smoothing，對非目標類使用 0.5 * label_smoothing。
  • axis 計算平均值的軸。默認為 -1。

返回

  • 二元交叉熵損失值。形狀 = [batch_size, d0, .. dN-1] 。

單機使用：

y_true = [[0, 1], [0, 0]]
y_pred = [[0.6, 0.4], [0.4, 0.6]]
loss = tf.keras.losses.binary_crossentropy(y_true, y_pred)
assert loss.shape == (2,)
loss.numpy()
array([0.916 , 0.714], dtype=float32)

相關用法


注：本文由純淨天空篩選整理自tensorflow.org大神的英文原創作品 tf.keras.metrics.binary_crossentropy。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。