Tensorflow.js tf.metrics.categoricalCrossentropy()函数
Tensorflow.js是谷歌开发的一个开源库,用于在浏览器或节点环境中运行机器学习模型和深度学习神经网络。它还可以帮助开发人员用 JavaScript 语言开发 ML 模型,并且可以直接在浏览器或 Node.js 中使用 ML。
tf.metrics.categoricalCrossentropy()函数 categorically 找到目标和输出张量之间的分类交叉熵。
句法:
tf.metrics.categoricalCrossentropy(yTrue, yPred)
参数:该函数接受以下两个参数:
- yTrue:为真张量,类型为 tf.Tensor。
- yPred:预测张量,类型为 tf.Tensor。
返回值:它返回 tf.Tensor 对象。
示例 1:
Javascript
// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
// Initialising first 2d tensor.
let geek1 = tf.tensor2d([[2, 4], [1, 3]]);
// Initialising second 2d tensor.
let geek2 = tf.tensor2d([11, 22, 33, 44], [2, 2]);
// Using .categoricalCrossentropy() function
// to find categorical accuracy metric.
let result = tf.metrics.categoricalCrossentropy(geek1, geek2);
// Printing the result.
result.print();
Javascript
// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
// Using .categoricalCrossentropy() function
// to find categorical accuracy metric
tf.metrics.categoricalCrossentropy(
tf.tensor1d([1, 2]),
tf.tensor2d([50], [1, 1]))
.print();
输出:
Tensor
[3.8190854, 2.526145]
示例 2:
Javascript
// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
// Using .categoricalCrossentropy() function
// to find categorical accuracy metric
tf.metrics.categoricalCrossentropy(
tf.tensor1d([1, 2]),
tf.tensor2d([50], [1, 1]))
.print();
输出:
Tensor
[4e-7]
参考: https://js.tensorflow.org/api/3.6.0/#metrics.categoricalCrossentropy