【TensorFlow】TensorFlow函数精讲之tf.nn.softmax_cross_entropy_with_logits

tf.nn.softmax_cross_entropy_with_logits()函数是TensorFlow中计算交叉熵常用的函数。

后续版本中，TensorFlow更新为：tf.nn.softmax_cross_entropy_with_logits_v2

格式为：

cross_entropy = tf.nn.softmax_cross_entropy_with_logits(labels=y_, logits=y )

参数说明：

1. labels：为分类标签
2. logits：为预测值

TensorFlow代码实现 tf.nn.softmax_cross_entropy_with_logits()函数：

import tensorflow as tf
labels = [[0.1, 0.2, 0.6],
[0.4, 0.9, 0.7]]
logits = [[1, 2, 4],
[0.1, -1, 3]]
# 计算交叉熵（tf.nn.softmax_cross_entropy_with_logits更新为格
# tf.nn.softmax_cross_entropy_with_logits_v2）
cross_entropy = tf.nn.softmax_cross_entropy_with_logits_v2(labels=labels, logits=logits)
with tf.Session() as sess:
print(sess.run(cross_entropy))

运行结果：

[0.85286146 4.9015484 ]

最后

以上就是文艺西牛为你收集整理的【TensorFlow】TensorFlow函数精讲之tf.nn.softmax_cross_entropy_with_logits的全部内容，希望文章能够帮你解决【TensorFlow】TensorFlow函数精讲之tf.nn.softmax_cross_entropy_with_logits所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。