分类任务的交叉熵损失
交叉熵运算计算单标签和多标签分类任务中网络预测值和目标值之间的交叉熵损失。
的crossentropy
函数计算预测和目标之间的交叉熵损失,表示为dlarray
数据。使用dlarray
对象允许您标记维度,从而更容易处理高维数据。属性标记哪些维度对应于空间、时间、通道和批处理维度“S”
,“T”
,“C”
,“B”
标签,分别。对于未指定的维度和其他维度,使用“U”
标签。为dlarray
对象的函数在特定维度上操作时,可以通过格式化dlarray
对象,或者使用DataFormat
选择。
请注意
计算a的交叉熵损失layerGraph
对象或层
数组,用于trainNetwork
功能,使用classificationLayer
.
返回已格式化对象之间的分类交叉熵损失损失
= crossentropy (海底
,目标
)dlarray
对象海底
包含预测和目标值目标
用于单标签分类任务。输出损失
是未格式化的标量吗dlarray
标量。
对于未格式化的输入数据,使用“DataFormat”
选择。
还指定维度格式损失
= crossentropy (___、“DataFormat”FMT)FMT
当海底
不是格式化的dlarray
.