【TensorFlow】知识点PICK，顺便作为毕设的小点汇总

1. 多分类使用 softmax 分类器
   $\frac{e^k}{{\sum }_{j=0}^n{e}^{(}{k}_j)}$
   
   某个元素除以每个元素求e指数的和
   x = tf.nn.softmax([对应元素])

2. 交叉熵
   

import tensorflow as tf
 
softmax_data = [0.7, 0.2, 0.1]
one_hot_data = [1.0, 0.0, 0.0]
 
softmax = tf.placeholder(tf.float32)
one_hot = tf.placeholder(tf.float32)
 
# TODO: Print cross entropy from session
cross_entroy = -tf.reduce_sum(tf.multiply(one_hot, tf.log(softmax)))
 
with tf.Session() as sess:
    output = sess.run(cross_entroy, feed_dict={one_hot:one_hot_data, softmax:softmax_data})
    print(output)

注：原稿来自“徐小妹”，https://blog.csdn.net/weixin_41770169
因为文章主要是自用加整理，也就不太关注这个啦