tf.keras.losses.binary_crossentropy

Вычисляет потерю бинарной кросс-энтропии.

Просмотр псевдонимов

Основные псевдонимы

tf.keras.metrics.binary_crossentropy

tf.keras.losses.binary_crossentropy(
    y_true, y_pred, from_logits=False, label_smoothing=0.0, axis=-1
)

Используется в ноутбуках

Используется в учебниках
Прогнозирование токсичности комментариев на Вики-форуме

Аргументы
`y_true`	Значения истинного ответа. shape = `[batch_size, d0, .. dN]`.
`y_pred`	Предсказанные значения. shape = `[batch_size, d0, .. dN]`.
`from_logits`	Ожидается ли, что `y_pred` будет тензором логитов. По умолчанию предполагается, что `y_pred` кодирует распределение вероятностей.
`label_smoothing`	Вещественное число в `[0, 1]`. Если оно больше `0`, то метки сглаживаются, приближаясь к 0,5, то есть с использованием `1. - 0.5 * label_smoothing` для целевого класса и `0.5 * label_smoothing` для нецелевого класса.
`axis`	Ось, по которой вычисляется среднее значение. По умолчанию равно `-1`.

Возвращаемые значения
Значение потери бинарной кросс-энтропии. shape = `[batch_size, d0, .. dN-1]`.

Пример:

y_true = [[0, 1], [0, 0]]
y_pred = [[0.6, 0.4], [0.4, 0.6]]
loss = keras.losses.binary_crossentropy(y_true, y_pred)
assert loss.shape == (2,)
loss
array([0.916 , 0.714], dtype=float32)

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/keras/losses/binary_crossentropy