Crossentropy
神经网络性能
描述
通过可选的性能权重和其他参数计算给定目标和输出的网络性能。该函数返回的结果,严重惩罚了极度不准确的输出(perf
= crossentropy(网
,,,,目标
,,,,输出
,,,,全力
)y
靠近1-t
),几乎没有对相当正确的分类罚款(y
靠近t
)。最小化跨凝性会导致良好的分类器。
每对输出目标元件的跨透镜计算为:ce = -t。* log(y)
。
骨料跨透明度性能是个体值的平均值:perf = sum(ce(:))/numel(ce)
。
特殊情况(n = 1):如果输出仅由一个元素组成,则将输出和目标解释为二进制编码。也就是说,有两个类别的目标为0和1,而在1个N编码中,有两个或更多类。二进制跨透镜表达是:ce = -t。* log(y) - (1 -t)。* log(1 -y)
。