源码之家

  • 首页
  • 文章
  • 问答
  • 下载
您的位置: 首页  >  文章  >  交叉熵

交叉熵

分类: 文章 • 2023-03-27 13:07:30
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
fig=plt.figure()
ax=Axes3D(fig)
X=np.linspace(0.01,0.99,101)
Y=np.linspace(0.01,0.99,101)
X,Y=np.meshgrid(X,Y)
Z=-(X*np.log2(Y)+(1-X)*np.log2(1-Y))
ax.plot_surface(X,Y,Z,rstride=1,cstride=1,cmap='rainbow')
plt.show()

可看出当两个分布一致时,熵取值最小

交叉熵

相关推荐

  • 大话讲解:归一化(softmax)、信息熵、交叉熵
  • 三 逻辑回归与交叉熵
  • 交叉熵代价函数(作用及公式推导)
  • 通过示例总结条件熵、交叉熵、相对熵、互信息
  • 信息熵(香农熵),相对熵(KL散度), 交叉熵 三者的对比以及 吉布斯不等式
  • 自信息、香农熵、互信息、交叉熵、KL散度备忘录
  • 神经网络笔记 - 交叉熵(Cross-Entropy)
  • KL散度与交叉熵区别与联系
  • (Tensorflow之四)**函数、交叉熵及优化器
  • 从 one-hot 到 softmax,再到交叉熵,技术一脉相承
  • 什么叫时域和频域?
  • 理解Batch Normalization系列1——原理
    网站免责声明 网站地图 最新文章 用户隐私 版权申明
本站所有数据收集于网络,如果侵犯到您的权益,请联系网站进行下架处理。   

Copyright © 2018-2021   Powered By 源码之家    备案号:   粤ICP备20058927号