crossentropy
神经网络的性能
语法
穿孔= crossentropy(净,目标,输出,perfWeights)
穿孔= crossentropy (___、名称、值)
描述
计算给定目标和输出的网络性能,具有可选的性能权重和其他参数。函数返回一个结果,严重惩罚极为不准确的输出(性能
= crossentropy (网
,目标
,输出
,perfWeights
)y
附近1 - t
),即使分类相当正确,也不会受到什么惩罚(y
附近t
).最小化交叉熵会产生好的分类器。
每对输出目标元素的交叉熵计算如下:Ce = -t .* log(y)
.
集合交叉熵性能是单个值的平均值:穿孔= (ce(:)) /元素个数之和(ce)
.
特殊情况(N = 1):如果输出只包含一个元素,则输出和目标被解释为二进制编码。也就是说,有两个目标为0和1的类,而在1 / n编码中,有两个或更多的类。二元交叉熵表达式为:Ce = -t .* log(y) - (1-t) .* log(1-y)
.
例子
输入参数
输出参数
介绍了R2013b
这个话题有帮助吗?