深度學(xué)習(xí)常見問題:softmax,softmax_loss,cross_entropy

softmax函數(shù)

現(xiàn)在你知道softmax的輸出向量是什么意思了盏触,就是概率蔬蕊,該樣本屬于各個類的概率!

softmax_loss函數(shù)

來舉個例子吧奕枝。假設(shè)一個5分類問題棺榔,然后一個樣本I的標(biāo)簽y=[0,0,0,1,0],也就是說樣本I的真實標(biāo)簽是4隘道,假設(shè)模型預(yù)測的結(jié)果概率(softmax的輸出)p=[0.1,0.15,0.05,0.6,0.1]症歇,可以看出這個預(yù)測是對的,那么對應(yīng)的損失L=-log(0.6)谭梗,也就是當(dāng)這個樣本經(jīng)過這樣的網(wǎng)絡(luò)參數(shù)產(chǎn)生這樣的預(yù)測p時忘晤,它的損失是-log(0.6)。那么假設(shè)p=[0.15,0.2,0.4,0.1,0.15]激捏,這個預(yù)測結(jié)果就很離譜了设塔,因為真實標(biāo)簽是4,而你覺得這個樣本是4的概率只有0.1(遠(yuǎn)不如其他概率高缩幸,如果是在測試階段壹置,那么模型就會預(yù)測該樣本屬于類別3),對應(yīng)損失L=-log(0.1)表谊。那么假設(shè)p=[0.05,0.15,0.4,0.3,0.1]钞护,這個預(yù)測結(jié)果雖然也錯了,但是沒有前面那個那么離譜爆办,對應(yīng)的損失L=-log(0.3)难咕。我們知道log函數(shù)在輸入小于1的時候是個負(fù)數(shù),而且log函數(shù)是遞增函數(shù)距辆,所以-log(0.6) < -log(0.3) < -log(0.1)余佃。簡單講就是你預(yù)測錯比預(yù)測對的損失要大,預(yù)測錯得離譜比預(yù)測錯得輕微的損失要大跨算。


cross_entropy

是不是覺得和softmax loss的公式很像爆土。當(dāng)cross entropy的輸入P是softmax的輸出時,cross entropy等于softmax loss诸蚕。Pj是輸入的概率向量P的第j個值步势,所以如果你的概率是通過softmax公式得到的氧猬,那么cross entropy就是softmax loss。這是我自己的理解坏瘩,如果有誤請糾正盅抚。

————————————————

版權(quán)聲明:本文為CSDN博主「AI之路」的原創(chuàng)文章,遵循 CC 4.0 BY-SA 版權(quán)協(xié)議倔矾,轉(zhuǎn)載請附上原文出處鏈接及本聲明妄均。

原文鏈接:https://blog.csdn.net/u014380165/article/details/77284921

————————————————

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市哪自,隨后出現(xiàn)的幾起案子丰包,更是在濱河造成了極大的恐慌,老刑警劉巖提陶,帶你破解...
    沈念sama閱讀 211,743評論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件烫沙,死亡現(xiàn)場離奇詭異,居然都是意外死亡隙笆,警方通過查閱死者的電腦和手機(jī)锌蓄,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,296評論 3 385
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來撑柔,“玉大人瘸爽,你說我怎么就攤上這事∏Ψ蓿” “怎么了剪决?”我有些...
    開封第一講書人閱讀 157,285評論 0 348
  • 文/不壞的土叔 我叫張陵,是天一觀的道長檀训。 經(jīng)常有香客問我柑潦,道長,這世上最難降的妖魔是什么峻凫? 我笑而不...
    開封第一講書人閱讀 56,485評論 1 283
  • 正文 為了忘掉前任渗鬼,我火速辦了婚禮,結(jié)果婚禮上荧琼,老公的妹妹穿的比我還像新娘譬胎。我一直安慰自己,他們只是感情好命锄,可當(dāng)我...
    茶點故事閱讀 65,581評論 6 386
  • 文/花漫 我一把揭開白布堰乔。 她就那樣靜靜地躺著,像睡著了一般脐恩。 火紅的嫁衣襯著肌膚如雪镐侯。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,821評論 1 290
  • 那天驶冒,我揣著相機(jī)與錄音苟翻,去河邊找鬼搭伤。 笑死,一個胖子當(dāng)著我的面吹牛袜瞬,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播身堡,決...
    沈念sama閱讀 38,960評論 3 408
  • 文/蒼蘭香墨 我猛地睜開眼邓尤,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了贴谎?” 一聲冷哼從身側(cè)響起汞扎,我...
    開封第一講書人閱讀 37,719評論 0 266
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎擅这,沒想到半個月后澈魄,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 44,186評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡仲翎,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,516評論 2 327
  • 正文 我和宋清朗相戀三年痹扇,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片溯香。...
    茶點故事閱讀 38,650評論 1 340
  • 序言:一個原本活蹦亂跳的男人離奇死亡鲫构,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出玫坛,到底是詐尸還是另有隱情结笨,我是刑警寧澤,帶...
    沈念sama閱讀 34,329評論 4 330
  • 正文 年R本政府宣布湿镀,位于F島的核電站炕吸,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏勉痴。R本人自食惡果不足惜赫模,卻給世界環(huán)境...
    茶點故事閱讀 39,936評論 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望蚀腿。 院中可真熱鬧嘴瓤,春花似錦、人聲如沸莉钙。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,757評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽磁玉。三九已至停忿,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間蚊伞,已是汗流浹背席赂。 一陣腳步聲響...
    開封第一講書人閱讀 31,991評論 1 266
  • 我被黑心中介騙來泰國打工吮铭, 沒想到剛下飛機(jī)就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人颅停。 一個月前我還...
    沈念sama閱讀 46,370評論 2 360
  • 正文 我出身青樓谓晌,卻偏偏與公主長得像,于是被迫代替她去往敵國和親癞揉。 傳聞我的和親對象是個殘疾皇子纸肉,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 43,527評論 2 349

推薦閱讀更多精彩內(nèi)容