megengine.functional.nn.binary_cross_entropy¶

binary_cross_entropy(pred, label, with_logits=True, reduction='mean')[源代码]¶

计算 binary cross entropy loss（默认使用 logits）。

默认情况下（with_logitis 为真），pred 被认为是 logits，类的概率将由 sigmoid 计算得出。

参数

pred (Tensor) – (N,*)，其中 * 指任何附加的维度。
label (Tensor) – (N,*)，与输入的形状相同。
with_logits (bool) – 布尔值，是否先应用 sigmoid。默认：True
reduction (str) – the reduction to apply to the output: ‘none’ | ‘mean’ | ‘sum’. Default: ‘mean’

返回类型

Tensor

返回

损失值。

实际案例

import numpy as np
from megengine import tensor
import megengine.functional as F

pred = tensor(np.array([0, 0], dtype=np.float32).reshape(1, 2))
label = tensor(np.ones((1, 2), dtype=np.float32))
loss = F.nn.binary_cross_entropy(pred, label)
print(loss.numpy().round(decimals=4))

输出：

0.6931

megengine.functional.nn.hinge_loss

megengine.functional.nn.cross_entropy