tf.nn.sigmoid_cross_entropy_with_logits详解

本文转载于以下博客地址：https://www.cnblogs.com/bonelee/p/8995898.html

如有冒犯，还望谅解！

tf.nn.sigmoid_cross_entropy_with_logits(_sentinel=None,labels=None, logits=None, name=None)

sigmoid_cross_entropy_with_logits详解

这个函数的输入是logits和targets，logits就是神经网络模型中的 W * X矩阵，注意不需要经过sigmoid，而targets的shape和logits相同，就是正确的label值，例如这个模型一次要判断100张图是否包含10种动物，这两个输入的shape都是[100, 10]。

来看看sigmoid_cross_entropy_with_logits的代码实现。

可以看到这就是标准的Cross Entropy算法实现，对W * X得到的值进行sigmoid激活，保证取值在0到1之间，然后放在交叉熵的函数中计算Loss。

 

计算公式：