ロジスティック回帰：バイアスおよびコスト関数tensorflowで

アンドリューNGが1（すなわちロジスティック回帰：バイアスおよびコスト関数tensorflowで

J = -1/Mの*の和（Y軸*ログ（H（X））+（1-y）のログを述べている講義-h（X）））

しかしhttps://www.tensorflow.org/get_started/mnist/beginnersに、彼らは状態：彼らはこの式を使用しなかったのはなぜ

enter image description here

を？

2017-02-24 Slava Mulyukin

これは数学に関するもので、Pythonに関するものではありません。 – khelwood

これはバイナリとカテゴリのアプローチです。 Andrew Ngのコスト関数はバイナリクロスエントロピー（またはlogloss）ですが、テンソルフローチュートリアルで使用されるのはカテゴリクロスティトロピーです。彼らはワンホットベクトルエンコーディングを使用して、この複数のカテゴリー全体で使用します。したがって、2つのカテゴリーでも、このようなラベルがあります：[0、1]。

バイナリの場合、0は偽の場合のラベルです。これは、ソフトマックス分類子のために1つの問題のみが存在するカテゴリケースには存在しません。ソフトウェアは、すべての要素が1になるまで合計する必要があります。

出典

2017-02-24 13:54:04

しかし、どちらの方法が最適ですか？ –

あなたのデータによって異なります。バイナリ交差気圧は、2つのクラスの問題に対してのみ使用することができますが、カテゴリ別のクロスエントロピーは、複数のクラスの問題に使用します。 –

あなたはどこでカテゴリアプローチについて読むことができますか？ –

ロジスティック回帰：バイアスおよびコスト関数tensorflowで

答えて

関連する問題