本文主要是介绍损失函数softmax_cross_entropy、binary_cross_entropy、sigmoid_cross_entropy之间的区别与联系，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
cross_entropy-----交叉熵是深度学习中常用的一个概念，一般用来求目标与预测值之间的差距。
在介绍softmax_cross_entropy，binary_cross_entropy、sigmoid_cross_entropy之前，先来回顾一下信息量、熵、交叉熵等基本概念。
---------------------
信息论
交叉熵是信息论中的一个概念，要想了解交叉熵的本质，需要先从最基本的概念讲起。
一、信息量
首先是信息量。假设我们听到了两件事，分别如下：
事件A：巴西队进入了2018世界杯决赛圈。
事件B：中国队进入了2018世界杯决赛圈。
仅凭直觉来说，显而易见事件B的信息量比事件A的信息量要大。究其原因，是因为事件A发生的概率很大，事件B发生的概率很小。所以当越不可能的事件发生了，我们获取到的信息量就越大。越可能发生的事件发生了，我们获取到的信息量就越小。那么信息量应该和事件发生的概率有关。
二、什么是熵
熵
对于某个事件，有n种可能性，每一种可能性都有一个概率p(xi)
这样就可以计算出某一种可能性的信息量。举一个例子，假设你拿出了你的电脑，按下开关，会有三种可能性，下表列出了每一种可能的概率及其对应的信息量
注：文中的对数均为自然对数
我们现在有了信息量的定义，而熵用来表示所有信息量的期望，即：
其中n代表所有的n种可能性，所以上面的问题结果就是
二、 相对熵（KL散度）
相对熵又称KL散度,如果我们对于同一个随机变量 x 有两个单独的概率分布 P(x) 和 Q(x)，我们可以使用 KL 散度（Kullback-Leibler (KL) divergence）来衡量这两个分布的差异
在机器学习中，P往往用来表示样本的真实分布，比如[1,0,0]表示当前样本属于第一类。Q用来表示模型所预测的分布，比如[0.7,0.2,0.1]
KL散度的计算公式：
三、什么是交叉熵
交叉熵
对式3.1变形可以得到：
其中p代表label或者叫groundtruth，q代表预测值
在机器学习中，我们需要评估label和predicts之间的差距，使用KL散度刚刚好，即
由于KL散度中的前一部分恰巧就是p的熵，p代表label或者叫groundtruth，故−H(p(x))不变，故在优化过程中，只需要关注交叉熵就可以了，所以一般在机器学习中直接用用交叉熵做loss，评估模型。
交叉熵：
四、softmax_cross_entropy
以tensorflow中函数softmax_cross_entropy_with_logits为例，在二分类或者类别相互排斥多分类问题，计算 logits 和 labels 之间的 softmax 交叉熵。
数据必须经过 One-Hot Encoding 编码
tf.one_hot
用 mnist 数据举例，如果是目标值是3，那么 label 就是[0，0，0，1，0，0，0，0，0，0]，除了第4个值为1，其他全为0。
该函数把一个维度上的 labels 作为一个整体判断，结果给出整个维度的损失值。
这个函数传入的 logits 是 unscaled 的，既不做 sigmoid 也不做 softmax ，因为函数实现会在内部更高效得使用 softmax 。
softmax_cross_entropy_with_logits计算过程
1、对输入进行softmax
softmax公式
举个例子：假设你的输入S=[1,2,3]，那么经过softmax层后就会得到[0.09,0.24,0.67]，这三个数字表示这个样本属于第1,2,3类的概率分别是0.09,0.24,0.67。
2、计算交叉熵
交叉熵公式
L是损失，Sj是softmax的输出向量S的第j个值，前面已经介绍过了，表示的是这个样本属于第j个类别的概率。yj前面有个求和符号，j的范围也是1到类别数T，因此label——y是一个1*T的向量，里面的T个值，而且只有1个值是1，其他T-1个值都是0。真实标签对应的位置的那个值是1，其他都是0。所以这个公式其实有一个更简单的形式：
来举个例子吧。假设一个5分类问题，然后一个样本I的标签y=[0,0,0,1,0]，也就是说样本I的真实标签是4，假设模型预测的结果概率（softmax的输出）p=[0.1,0.15,0.05,0.6,0.1]，可以看出这个预测是对的，那么对应的损失L=-log(0.6)，也就是当这个样本经过这样的网络参数产生这样的预测p时，它的损失是-log(0.6)。那么假设p=[0.15,0.2,0.4,0.1,0.15]，这个预测结果就很离谱了，因为真实标签是4，而你觉得这个样本是4的概率只有0.1（远不如其他概率高，如果是在测试阶段，那么模型就会预测该样本属于类别3），对应损失L=-log(0.1)。
补充：sparse_softmax_cross_entropy_with_logits
sparse_softmax_cross_entropy_with_logits 是 softmax_cross_entropy_with_logits 的易用版本，除了输入参数不同，作用和算法实现都是一样的。
区别是：softmax_cross_entropy_with_logits 要求传入的 labels 是经过 one_hot encoding 的数据，而 sparse_softmax_cross_entropy_with_logits 不需要。
五、binary_cross_entropy
binary_cross_entropy是二分类的交叉熵，实际是多分类softmax_cross_entropy的一种特殊情况，当多分类中，类别只有两类时，即0或者1，即为二分类，二分类也是一个逻辑回归问题，也可以套用逻辑回归的损失函数。
1、利用softmax_cross_entropy_with_logits来计算二分类的交叉熵
来举个例子，假设一个2分类问题，假如一个batch包含两个样本，那么标签要制成二维，形如
y=[ [1, 0]，[0, 1] ]，
模型预测输出也为二维，形如
p=[ [0.8,0.2]，[0.4,0.6] ] #（softmax的输出）
那么对应的损失
L=( -log(0.8) - log(0.6) ) / 2
实际在计算中若采用softmax_cross_entropy_with_logits函数，不要事先做softmax处理。
2、套用逻辑回归代价损失函数来计算二分类的交叉熵
逻辑回归的损失函数如下：
来举个例子，假设一个2分类问题，假如一个batch包含两个样本，那么标签要制成一维，形如
y=[0，1 ]，
模型预测输出也为一维，形如
p=[ 0.2，0.6 ] #sigmoid的输出，这里一定要预先用sigmod处理，将预测结果限定在0~1之间，
那么对应的损失
L=( - 0*log(0.2) - (1 - 0)*log(1- 0.2) - log(0.6) - (1 -1)*log(1 - 0.6) ) / 2 = ( -log(0.8) - log(0.6) ) / 2
六、sigmoid_cross_entropy
以tensorflow中函数sigmoid_cross_entropy_with_logits为例说明
sigmoid_cross_entropy_with_logits函数，测量每个类别独立且不相互排斥的离散分类任务中的概率。(可以执行多标签分类，其中图片可以同时包含大象和狗。)
import tensorflow as tf_logits = [[0.5, 0.7, 0.3], [0.8, 0.2, 0.9]]_one_labels = tf.ones_like(_logits)# [[1 1 1] # [1 1 1]] _zero_labels = tf.zeros_like(_logits)# [[0 0 0] # [0 0 0]] with tf.Session() as sess:loss = tf.nn.sigmoid_cross_entropy_with_logits(logits=_logits, labels=_one_labels)print(sess.run(loss))# [[0.47407699 0.40318602 0.5543552] # [0.37110069 0.59813887 0.34115386]] loss = tf.nn.sigmoid_cross_entropy_with_logits(logits=_logits, labels=_zero_labels)print(sess.run(loss))# [[0.97407699 1.10318601 0.85435522] # [1.17110074 0.79813886 1.24115384]]
看看sigmoid_cross_entropy_with_logits函数定义
def sigmoid_cross_entropy_with_logits(_sentinel=None, labels=None, logits=None, name=None):
#为了描述简洁，规定 x = logits，z = labels，那么 Logistic 损失值为：
z * -log(sigmoid(x)) + (1 - z) * -log(1 - sigmoid(x))= z * -log(1 / (1 + exp(-x))) + (1 - z) * -log(exp(-x) / (1 + exp(-x)))= z * log(1 + exp(-x)) + (1 - z) * (-log(exp(-x)) + log(1 + exp(-x)))= z * log(1 + exp(-x)) + (1 - z) * (x + log(1 + exp(-x))= (1 - z) * x + log(1 + exp(-x))= x - x * z + log(1 + exp(-x))该函数与 softmax_cross_entropy_with_logits的区别在于：softmax_cross_entropy_with_logits中的labels 中每一维只能包含一个 1，而sigmoid_cross_entropy_with_logits中的labels 中每一维可以包含多个 1。
softmax_cross_entropy_with_logits函数把一个维度上的 labels 作为一个整体判断，结果给出整个维度的损失值，而 sigmoid_cross_entropy_with_logits 是每一个元素都有一个损失值，都是一个二分类（binary_cross_entropy）问题。
参考：https://www.cnblogs.com/guqiangjs/p/8202899.html
这篇关于损失函数softmax_cross_entropy、binary_cross_entropy、sigmoid_cross_entropy之间的区别与联系的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
