交叉熵损失
← ToolBox
/ 交叉熵损失
🌙
首页
‹
🤖 AI 人工智能
‹
交叉熵损失
🔥 交叉熵损失
计算二分类或Softmax交叉熵损失。
真实标签 0-1
预测概率
平滑项
计算
复制结果
📐 计算公式与说明
L = −[y·log(p) + (1−y)·log(1−p)]
预测越偏离标签,损失越大。
🔗 相关工具
🎲
Dropout 保留期望
Dropout 保留期望
🔧
L1 L2 正则化惩罚
L1 L2 正则化惩罚
📥
RAG 召回率
RAG 召回率
📈
ROC AUC 近似
ROC AUC 近似
R
ReLU 与 LeakyReLU
R ReLU 与 LeakyReLU
S
Sigmoid 输出
S Sigmoid 输出