交叉熵和对数损失错误有什么区别？两者的公式似乎非常相似。
1个回答
64
它们本质上相同；通常，我们在二元分类问题中使用“对数损失”一词，并在多类分类的一般情况下使用更一般的“交叉熵（损失）”，但即使如此，这种区别也不一致，你经常会发现这些术语互换使用作为同义词。
来自交叉熵的维基百科条目：
逻辑损失有时称为交叉熵损失。它也被称为对数损失
来自log loss的fast.ai wiki条目[链接已失效]：
根据上下文，对数损失和交叉熵略有不同，但在机器学习中，当计算0到1之间的误差率时，它们解决了相同的问题。
来自ML技巧表：
交叉熵损失或对数损失衡量分类模型的性能，其输出是介于0和1之间的概率值。
来自交叉熵的维基百科条目：
逻辑损失有时称为交叉熵损失。它也被称为对数损失
来自log loss的fast.ai wiki条目[链接已失效]：
根据上下文，对数损失和交叉熵略有不同，但在机器学习中，当计算0到1之间的误差率时，它们解决了相同的问题。
来自ML技巧表：
交叉熵损失或对数损失衡量分类模型的性能，其输出是介于0和1之间的概率值。
- desertnaut
2
fast.ai的网址目前无法访问。这里是fast.ai网站上唯一提到损失函数的博客。 - undefined
1@dzegpi 谢谢，但是我已经在帖子中加入了一个注释，自2021年2月起警告说主题链接已经失效（你提供的链接似乎没有解决这个问题）。 - undefined
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接