tensorflow中theano的范畴交叉熵函数的等价性

张量流中下列theano函数的等价函数是什么

Theano.tensor.nnet.categorical_crossentropy(o, y)

---

对于概率分布在第二维的二维张量：

def crossentropy(p_approx, p_true):
  return -tf.reduce_sum(tf.multiply(p_true, tf.log(p_approx)), 1)

---

对于概率分布在第二维的二维张量：

def crossentropy(p_approx, p_true):
  return -tf.reduce_sum(tf.multiply(p_true, tf.log(p_approx)), 1)

---

我想你会想用Tensorflow的。请记住，此层的输入是无标度的logits，即您无法将softmax输出馈送到此层。它将给出错误的结果

---

使用该损失代替softmax+分类交叉熵组合的另一个重要原因是softmax损失更稳定。请看Caffe中的损失。另外，有关稳定性的一些讨论，请参见。

我想您应该使用Tensorflow。请记住，此层的输入是无标度的logits，即您无法将softmax输出馈送到此层。它将给出错误的结果

使用该损失代替softmax+分类交叉熵组合的另一个重要原因是softmax损失更稳定。请看Caffe中的损失。有关稳定性的讨论，请参见