tensorflow函数介绍

Posted 小丑_jk

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了tensorflow函数介绍相关的知识,希望对你有一定的参考价值。

tf.nn.softmax_cross_entropy_with_logits(logits,labels)      #其中logits为神经网络最后一层输出,labels为实际的标签,该函数返回经过softmax转换之后并与实际值相比较得到的交叉熵损失函数的值,该函数返回向量

例:

import tensorflow as tf
logits=tf.constant([[1.0,2.0,3.0],[1.0,2.0,3.0],[1.0,2.0,3.0]])  
y=tf.nn.softmax(logits)      #计算给定输入的softmax值
y_=tf.constant([[0.0,0.0,1.0],[0.0,0.0,1.0],[0.0,0.0,1.0]])  
cross_entropy = -tf.reduce_sum(y_*tf.log(y))   #计算交叉熵损失函数的值,返回向量,并通过tf.reduce_sum来计算均值
cross_entropy2=tf.reduce_sum(tf.nn.softmax_cross_entropy_with_logits(logits=logits, labels=y_))    #直接计算交叉熵损失函数值
init=tf.global_variables_initializer()
sess=tf.Session()
sess.run(init)
print(sess.run(y))
print(sess.run(cross_entropy))    #输出结果和下面的一致
print(sess.run(cross_entropy2))

 

以上是关于tensorflow函数介绍的主要内容,如果未能解决你的问题,请参考以下文章

tensorflow函数介绍

我的Android进阶之旅NDK开发之在C++代码中使用Android Log打印日志,打印出C++的函数耗时以及代码片段耗时详情

手写数字识别——基于全连接层和MNIST数据集

学习TensorFlow,TensorBoard可视化网络结构和参数

窗函数介绍

python tensorflow下面有些函数不能用?