来自 sklearn 的 log_loss 给出 nan，而 tensorflow.losses.log_loss 有效

Question

我有一个二元分类问题。我正在使用 tensorflow.losses.log_loss 中的 log_loss。

为了检查，我使用 sklearn.metrics.log_loss。大多数时候，这两个函数给出相同的结果（只是 dtype 不同）。在某些情况下，sklearn 函数 returns NaN 而 tf.losses.log_loss returns 是正确的值。

数据在这里： https://pastebin.com/BvDgDnVT

代码：

import sklearn.metrics
import tensorflow as tf
y_true = [... see pastebin link]
y_pred = [... see pastebin link]
loss_sk = sklearn.metrics.log_loss(y_true, y_pred, labels=[0, 1]) # -> returns NaN
with tf.Session() as sess:
    loss_tf = tf.losses.log_loss(y_true, y_pred).eval(session=sess) # -> returns 0.0549

好像有一些log(0)发生，但是为什么tensorflow没有这个问题呢？

Answer 1

将两个数组的 dtype 更改为 64 位浮点数可以修复它

dtype=np.float64

例如添加y_pred = y_pred.astype(np.float64)

Answer 2

另一种解决问题的方法是将 eps=1e-7 提供给 log_loss，这是 float32 更合适的 epsilon，也是 tensorflow 使用的。然而，Scikit 默认使用 1e-15（期望 float64）。

来自 sklearn 的 log_loss 给出 nan，而 tensorflow.losses.log_loss 有效

log_loss from sklearn gives nan, while tensorflow.losses.log_loss works

python-3.x

scikit-learn

tensorflow

log-likelihood