问题描述
predicted_scores = tf.constant([
[0.32,0.2,0.5,0.3,0.5],[0.31,[0.3111,[0.33423,[0.33243,[0.334,[0.32,0.15,0.5]
])# predicted_scores(N,8,n_classes)
true_classes = tf.constant([
[ 5,5,10,5]
])
如果我有这样的预测分数和true_classs
我用过的火炬
conf_loss_all = tf.nn.sigmoid_cross_entropy_with_logits(predicted_scores.view(-1,n_classes),true_classes.view(-1)) # (N * 8732)
找到跨种族的人
如何使用TensorFlow查找交叉熵?
解决方法
您可以使用SparseCategoricalCrossentropy损失。
scce = tf.keras.losses.SparseCategoricalCrossentropy()
scce(true_classes[0],predicted_scores)
<tf.Tensor: shape=(),dtype=float32,numpy=2.8711867>