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
- 返回类型
- 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