TensorFlow笔记（八）——tf.nn.sigmoid_cross_entropy_with_logits()

蔚落 2021-12-20 05:31 195阅读 0赞

# 函数原型【1】： #

> tf.nn.sigmoid\_cross\_entropy\_with\_logits(  
>     \_sentinel=None,   
>     labels=None,   
>     logits=None,   
>     name=None  
> )

# 参数： #

*  \_sentinel:本质上是不用的参数，不用填
 *  labels:和logits具有相同的type(float)和shape的张量(tensor)
 *  logits:一个数据类型（type）是float32或float64
 *  name:操作的名字，可填可不填

# 返回值： #

*  长度为batch\_size的一维Tensor

**注意**：如果labels的每一行是one-hot表示，也就是只有一个地方为1，其他地方为0，可以使用tf.sparse\_softmax\_cross\_entropy\_with\_logits()

# 作用： #

**对于给定的logits计算sigmoid的交叉熵**。**衡量的是分类任务中的概率误差**，他也是试用于每一个类别都是相不排斥的（代码中可以看出），例如，有的可以划到多个类别中，给你一张照片，同时包含大象和狗。简单的来说，我们使得x=logits,z=labels，那么误差是【2】：

![70][]

Tensorflow交叉熵计算函数输入中的logits是**未经缩放**的，都不是softmax或sigmoid的输出，而是***softmax或sigmoid***函数的**输入**，因为它在函数内部进行sigmoid或softmax操作。

参数labels,logits必须有相同的形状 \[batch\_size, num\_classes\] 和相同的类型(float16, float32, float64)中的一种。

# 例子: #

import tensorflow as tf
    
    labels = [[0.2,0.3,0.5],
              [0.1,0.6,0.3]]
    logits = [[2,0.5,1],
              [0.1,1,3]]
    logits_scaled = tf.nn.softmax(logits)
    
    result1 = tf.nn.softmax_cross_entropy_with_logits(labels=labels, logits=logits)
    result2 = -tf.reduce_sum(labels*tf.log(logits_scaled),1)
    result3 = tf.nn.softmax_cross_entropy_with_logits(labels=labels, logits=logits_scaled)
    
    with tf.Session() as sess:
        print(sess.run(result1))
        print(sess.run(result2))
        print(sess.run(result3))

结果:

> [1.4143689 1.6642545]
      [1.4143689 1.6642545]
      [1.1718578 1.1757141]

上述例子中，labels的每一行是一个概率分布，而logits未经缩放(每行加起来不为1)，我们用定义法计算得到交叉熵result2,和套用tf.nn.softmax\_cross\_entropy\_with\_logits()得到相同的结果, 但是将缩放后的logits\_scaled输tf.nn.softmax\_cross\_entropy\_with\_logits(), 却得到错误的结果，所以一定要注意，这个操作的输入logits是未经缩放的。

参考：

【1】tf.nn.sigmoid\_cross\_entropy\_with\_logits()函数解析：[https://blog.csdn.net/TeFuirnever/article/details/88930445][https_blog.csdn.net_TeFuirnever_article_details_88930445]

【2】tf.nn.sigmoid\_cross\_entropy\_with\_logits()：[https://blog.csdn.net/m0\_37393514/article/details/81393819][https_blog.csdn.net_m0_37393514_article_details_81393819]

[70]: /images/20211220/b3a09356fd634382a3629313ef847594.png
[https_blog.csdn.net_TeFuirnever_article_details_88930445]: https://blog.csdn.net/TeFuirnever/article/details/88930445
[https_blog.csdn.net_m0_37393514_article_details_81393819]: https://blog.csdn.net/m0_37393514/article/details/81393819