cross-entropy
-
是否可以实现一个损失函数，优先考虑前 k 个概率中的正确答案？
-
log_loss 在 sklearn 中：标签二值化不支持多输出目标数据
-
在优化过程中交叉熵损失如何转换为标量？
-
如何使用 tensorflow softmax_cross_entropy_with_logits 缩放和重新规范化输出 class 不平衡
-
Tensorflow ValueError: Only call `sparse_softmax_cross_entropy_with_logits` with named arguments
-
Keras：binary_crossentropy & categorical_crossentropy 混乱
-
Tensorflow 加权与 sigmoid 交叉熵损失
-
Tensorflow logits 和标签错误，但形状相同
-
了解张量流函数输出
-
我实现交叉熵函数有什么问题？
-
softmax_cross_entropy_with_logits 和 losses.log_loss 有什么区别？
-
Tensorflow - 使用 tf.losses.hinge_loss 导致形状不兼容错误
-
pytorch 中的交叉熵损失 nn.CrossEntropyLoss()
-
如何在 TensorFlow 中选择交叉熵损失？
-
张量流 softmax_cross_entropy 代码
-
tf.nn.sparse_softmax_cross_entropy_with_logits - 排名错误
-
Tensorflow：S 形交叉熵损失的输出概率
-
softmax 交叉熵 return 值
-
Keras 和 TensorFlow 中所有这些交叉熵损失之间有什么区别？
-
xgboost：尽管具有合理的准确性，但巨大的对数损失