Logistic迴歸：偏置和在tensorflow成本函數

Question

講座安德魯Ng還表示，

J = -1 /米*總和（Y *日誌（H（X））+（1-y）的日誌（1 -H（X）））

但https://www.tensorflow.org/get_started/mnist/beginners他們的狀態：

爲什麼他們使用這個公式？

Answer 1

這是二進制與分類方法。 Andrew Ng的成本函數是二元交叉熵（或logloss），而tensorflow教程中使用的是分類交叉熵。他們使用一個熱門的矢量編碼來使用這種跨多個類別。因此，即使對於2個類別，您也有這樣的標籤：[0，1]。

在二進制情況下，0是假情況的標籤。這在分類情況下不存在，因爲softmax分類器中只有第一個元素很重要，因爲無論如何，所有元素都需要總計爲1。