TensorFlow2.X Keras 损失函数的选择总结

116 阅读 0 评论 77 点赞

我是靠谱客的博主精明彩虹，这篇文章主要介绍TensorFlow2.X Keras 损失函数的选择总结，现在分享给大家，希望可以做个参考。

一、对于连续值向量的回归问题
ann.compile(optimizer='adam',loss='mse') # 均方误差损失函数
对于二分类问题，使用二元交叉熵损失函数：
二、ann.compile(optimizer='adam',loss='binary_crossentropy', # 二元交叉熵损失函数
metrics=['accuracy'])
三、对于多分类问题，如果标签是整数数值，如1，2，3，4，5，则使用稀疏分类交叉熵损失函数
ann.compile(optimizer='adam',loss='sparse_categorical_crossentropy', # 稀疏分类交叉熵损失函数
metrics=['accuracy'])
四、对于多分类问题，如果标签是one-hot编码，则用分类交叉熵损失函数：
ann.compile(optimizer='adam', loss='categorical_crossentropy', # 分类交叉熵损失函数
metrics=['accuracy'])
五、对于序列问题，如语音识别等，则可以用时序分类（Connectionist Temporal Classification， CTC）等损失函数。