TensorFlow-and-DeepLearning-Tutorial icon indicating copy to clipboard operation
TensorFlow-and-DeepLearning-Tutorial copied to clipboard

Published 20 hours ago • verified publisher icon CreatCodeBuild

全连接网络

Open yanglu1994 opened this issue 7 years ago • 3 comments

全连接网络中的损失函数为什么是用tf.matmul(hidden, fc2_weight) + fc2_biases， 和 label比较呢？而不是用softmax， argmax后的比较呢？

yanglu1994 avatar Oct 11 '17 02:10 yanglu1994

你可以将代码哪一行提一下吗？都一年了，我有些忘记了。

CreatCodeBuild avatar Oct 12 '17 23:10 CreatCodeBuild

`【model的返回值 return tf.matmul(hidden, fc2_weight) + fc2_biases】

logits = model(self.tf_train_samples) with tf.name_scope('loss'): self.loss = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits, self.tf_train_labels)) self.loss += self.apply_regularization(_lambda=5e-4)` Label 集是个one-hot集合，里面的值为1可以理解为这个图片为该值的概率为1，可是计算loss函数时，model 的输出直接与label 计算，为啥不添加一个softmax层转化成概率呢再比较呢？

yanglu1994 avatar Oct 13 '17 07:10 yanglu1994

函数名应该表明了用途tf.nn.softmax_cross_entropy_with_logits(logits, self.tf_train_labels)

CreatCodeBuild avatar Oct 13 '17 19:10 CreatCodeBuild