Keras：二元交叉熵和分类交叉熵混淆
使用 TensorFlow 已经有一段时间了，我阅读了一些 Keras 教程并实现了一些示例。我发现有几个使用 keras.losses.binary_crossentropy 作为损失函数的卷积自编码器教程。 我认为 binary_crossentropy 不应该是多类别损失函数，很可能使...
如何在Keras中进行逐点分类交叉熵损失？
我有一个网络，可以生成4D输出张量，其中空间维度（~像素）中每个位置的值被解释为该位置的类概率。换句话说，输出为（num_batches，height，width，num_classes）。我有相同大小的标签，其中真实类别编码为one-hot编码。我想使用此计算损失。 问题1：K.softm...
在TensorFlow中计算交叉熵
我在使用tensorflow计算交叉熵时遇到了困难。具体来说，我正在使用以下函数： tf.nn.softmax_cross_entropy_with_logits() 使用貌似简单的代码，但我只能得到零的返回值。 import tensorflow as tf import numpy...
Keras：加权二元交叉熵实现
我是新手，学习Keras（和机器学习），正在尝试训练一个二元分类器。我正在使用加权二元交叉熵作为损失函数，但我不确定如何测试我的实现是否正确。 这是加权二元交叉熵的准确实现吗？我该如何测试它呢？ def weighted_binary_crossentropy(self, y_true, ...
为什么Keras/TensorFlow的Sigmoid和交叉熵具有低精度？
我有一个简单的神经网络（只有1个神经元），用于测试Keras的sigmoid激活和二进制交叉熵的计算精度： model = Sequential() model.add(Dense(1, input_dim=1, activation='sigmoid')) model.compile(lo...
PyTorch中的交叉熵损失函数nn.CrossEntropyLoss()
也许有人能在这里帮助我。我正在尝试计算我的网络输出的交叉熵损失。 print output Variable containing: 1.00000e-02 * -2.2739 2.9964 -7.8353 7.4667 4.6921 0.1391 0.6118 5.2227 ...
为什么我的对数损失（或交叉熵）的实现没有产生相同的结果？
我正在阅读对数损失和交叉熵的相关内容，似乎有两种计算方法，基于以下方程式。 第一个是以下内容。 import numpy as np from sklearn.metrics import log_loss def cross_entropy(predictions, target...
在使用交叉熵损失函数前，是否需要应用softmax？
PyTorch教程(https://pytorch.org/tutorials/beginner/blitz/cifar10_tutorial.html#sphx-glr-beginner-blitz-cifar10-tutorial-py)介绍了如何在CIFAR数据集上训练卷积神经网络(CN...
如何在Theano上实现加权二元交叉熵？
如何在Theano上实现加权二元交叉熵？我的卷积神经网络只能预测0~1（sigmoid）。我想以这种方式惩罚我的预测： 基本上，我希望在模型预测为0但实际为1时进行更多的惩罚。 问题：如何使用Theano和Lasagne创建加权二元交叉熵函数？ 我尝试了下面这个： predicti...
Keras应用不同的权重来处理不同的错分类。
我正在尝试实现一个包含三个类别（'A'、'B'和'C'）的分类问题，我想在模型损失函数中加入不同类型错误分类的惩罚（类似于加权交叉熵）。由于类别权重适用于属于该类别的所有数据，因此不适用。例如，将真实标签'B'误分类为'C'应具有比误分类为'A'更高的损失。权重表如下： A B C...