Tensorflow實例：實現經典損失函數

Tensorflow實現經典損失函數 神經網絡模型的效果以及優化的目標是經過損失函數（Loss function）來定義的。如何判斷一個輸出向量和指望的向量有多接近呢？python 交叉熵（cross entropy） 交叉熵刻畫了兩個機率分佈之間的距離，它是分類問題中使用比較廣的一種損失函數。給定兩個機率分佈p和q，經過q來表示p的交叉熵爲： git H(p,q)=−∑p(x)logq(x) H

>>阅读原文<<