Потери перекрестной энтропии для задач классификации
Операция перекрестной энтропии вычисляет потери перекрестной энтропии между предсказаниями и целевыми значениями для задач классификации с одной меткой и с мультиметками.
crossentropy
функция вычисляет потери перекрестной энтропии между предсказаниями и целями, представленными как dlarray
данные. Использование dlarray
облегчает работу с данными высоких размерностей, позволяя пометить размеры. Для примера можно пометить, какие размерности соответствуют пространственным, временным, канальным и пакетным размерностям, используя 'S'
, 'T'
, 'C'
, и 'B'
метки, соответственно. Для неопределенных и других размерностей используйте 'U'
метка. Для dlarray
функции объекта, которые работают над конкретными размерностями, можно задать метки размера путем форматирования dlarray
объект непосредственно, или при помощи 'DataFormat'
опция.
Примечание
Чтобы вычислить потери перекрестной энтропии в layerGraph
объект или Layer
массив для использования с trainNetwork
функция, использование classificationLayer
.
возвращает категориальные потери перекрестной энтропии между форматированными loss
= crossentropy(dlY
,targets
)dlarray
dlY объекта
содержащие предсказания и целевые значения targets
для задач классификации с одной меткой. Область выхода loss
является неформатированным скалярным dlarray
скаляр.
Для неформатированных входных данных используйте 'DataFormat'
опция.
также задает формат размерности loss
= crossentropy(___,'DataFormat',FMT)FMT
когда dlY
не является форматированным dlarray
.
задает опции, использующие один или несколько аргументы пары "имя-значение" в дополнение к входным параметрам в предыдущих синтаксисах. Для примера, loss
= crossentropy(___,Name,Value
)'TargetCategories','independent'
вычисляет потери перекрестной энтропии для задачи классификации с мультиметками.