softmax,entropy,crossentropy 总结
一、softmax函数
softmax用于多分类过程中,它将多个神经元的输出,映射到(0,1)区间内,可以看成概率来理解,从而来进行多分类!
假设我们有一个数组,V,Vi表示V中的第i个元素,那么这个元素的softmax值就是
tensorflwo中举例:
二 信息熵:
在tensorflow中:
pytorch中:pytorch中cross_entropy中已经做了softmax,所以参数必须传的是logits
补充:
keras里sparse_categorical_crossentropy和categorical_crossentropy
都是计算多分类crossentropy的,只是对y的格式要求不同。
1)如果是categorical_crossentropy,那y必须是one-hot处理过的
2)如果是sparse_categorical_crossentropy,那y就是原始的整数形式,比如[1, 0, 2, 0, 2]这种