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();

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