交叉熵在TensorFlow中的计算

交叉熵作为一种loss函数在深度学习中可以作为梯度下降优化的对象，其计算公式为：
在这里插入图片描述
其中y是网络预测的概率分布，y‘则是真实测试数据的概率分布。
则对于二维tensor交叉熵的计算方式为：

cross_entropy = tf.reduce_mean(-tf.reduce_sum(tf.log(y)*y',axis=1))
版权声明：本文为cyr429原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接和本声明。