前面小編給大家簡單介紹過損失函數(shù)，今天給大家繼續(xù)分享交叉熵損失函數(shù)，直接來看干貨吧。

一、交叉熵損失函數(shù)概念

交叉熵損失函數(shù)CrossEntropy Loss，是分類問題中經(jīng)常使用的一種損失函數(shù)。公式為：

接下來了解一下交叉熵：交叉熵Cross Entropy，是Shannon信息論中一個重要概念，主要用于度量兩個概率分布間的差異性信息。在信息論中，交叉熵是表示兩個概率分布p,q，其中p表示真實分布，q表示非真實分布，在相同的一組事件中，其中，用非真實分布q來表示某個事件發(fā)生所需要的平均比特數(shù)。

交叉熵的計算方式如下：

交叉熵可在機器學習中作為損失函數(shù)，p代表真實標記的分布，q則代表訓練后的模型的預測標記分布，交叉熵損失函數(shù)可以衡量p與q的相似性。交叉熵作為損失函數(shù)還有一個好處是：使用sigmoid函數(shù)在梯度下降時，可以避免均方誤差損失函數(shù)學習速率下降的問題，這是因為學習速率是能夠被輸出的誤差所控制的。

二、交叉熵損失函原理

一般我們學習交叉熵損失函數(shù)是在二元分類情況下，就比如邏輯回歸「Logistic Regression」、神經(jīng)網(wǎng)絡「Neural Network」等，其真實樣本的標簽為 [0.1]，分別表示負類和正類。模型的最后通常會經(jīng)過一個 Sigmoid 函數(shù)，輸出一個概率值，這個概率值反映了預測為正類的可能性：概率越大，可能性越大。

其中s是模型上一層的輸出，sigmoid函數(shù)有這樣的特點：s = 0 時，g(s) = 0.5; s >> 0 時，g ≈ 1.s << 0 時，g ≈ 0.顯然，g(s) 將前一級的線性輸出映射到[0. 1]之間的數(shù)值概率上，這里g(s)就是交叉熵公式中的模型預測輸出。

預測輸出也就是， Sigmoid 函數(shù)的輸出，表示當前樣本標簽為 1 的概率：

y^=P(y=1|x)

那么，當前樣本標簽為 0 的概率就可以表示為：

1?y^=P(y=0|x)

從極大似然性的角度考慮，將上面兩種情況進行整合：

也就是：

當真實樣本標簽 y = 0 時，上面式子第一項就為 1.概率等式轉化為：

P(y=0|x)=1?y^

當真實樣本標簽 y = 1 時，上面式子第二項就為 1.概率等式轉化為：

P(y=1|x)=y^

這兩種情況下的概率表達式跟原來的完全相同，只是將兩種情況進行了整合。

接下來我們重點看一下整合之后的概率表達式，概率 P(y|x) 越大越好。因為 log 運算并不會影響函數(shù)本身的單調性，所以 將log 函數(shù)引入P(y|x)。于是就有：

log P(y|x)=log(y^y?(1?y^)1?y)=ylog y^+(1?y)log(1?y^)

log P(y|x) 越大越好，反過來說也就是，只需要 log P(y|x) 的負值 -log P(y|x) 越小就可以了。引入損失函數(shù)，而且使得 Loss = -log P(y|x)即可。那么就能得到損失函數(shù)為：

如果是計算N個樣本的總損失函數(shù)的情況，則只需要將N個Loss疊加起來

三、交叉熵損失函數(shù)的優(yōu)缺點分析

1.使用邏輯函數(shù)得到概率，并結合交叉熵當損失函數(shù)時，當模型效果差的時，學習速度較快，模型效果好時，學習速度會變慢。

2.采用了類間競爭機制，比較擅長于學習類間的信息，但是只關心對于正確標簽預測概率的準確性，而忽略了其他非正確標簽的差異，從而導致學習到的特征比較散。

以上就是小編今天跟大家分享的關于交叉熵損失函數(shù)概念和原理的相關介紹，希望對于大家有所幫助。

相信讀完上文，你對算法已經(jīng)有了全面認識。若想進一步探索機器學習的前沿知識，強烈推薦機器學習之半監(jiān)督學習課程。

學習入口：https://edu.cda.cn/goods/show/3826?targetId=6730&preview=0
涵蓋核心算法，結合多領域實戰(zhàn)案例，還會持續(xù)更新，無論是新手入門還是高手進階都很合適。趕緊點擊鏈接開啟學習吧！