بتل کد Battle Codeدارد باز می‌شود…

Cross-Entropy Loss چالش 3 از جلسه‌ی 44، متوسط

تابع cross_entropy(p, y) را کامل کن: از هر سطر احتمالِ جواب درست را بردارد (p[np.arange(len(y)), y])، -log آن‌ها را بگیرد، این خطاهای جداگانه را گرد با ۳ رقم چاپ کند و میانگینشان را برگرداند. خروجی دو خط است: [0.357 0.223 0.511 1.204] و 0.574. ببین سطر آخر که شبکه به جواب درست فقط ۰.۳ داده، بیشترین خطا را دارد.

import numpy as np

p = np.array([
    [0.7, 0.2, 0.1],
    [0.1, 0.8, 0.1],
    [0.2, 0.2, 0.6],
    [0.5, 0.3, 0.2],
])
y = np.array([0, 1, 2, 1])


def cross_entropy(p, y):
    right = p          # the right answer's probability in each row
    losses = right     # -log of them
    print(np.round(losses, 3))
    return losses.mean()


print(round(float(cross_entropy(p, y)), 3))

راهنما و جواب این چالش · برگشت به درس جلسه‌ی 44: شبکه‌ی چندلایه با numpy ۲ · چالش بعدی: Confident but Wrong

بیشتر بخوان: تابع در پایتون: آموزش def، پارامتر و return با مثال