matlab实现交叉熵损失函数代码

以下是 Matlab 实现交叉熵损失函数的代码：

function loss = cross_entropy_loss(y_true, y_pred)
% y_true: 真实标签，是一个 n-by-c 的矩阵，n 是样本数，c 是类别数
% y_pred: 预测结果，是一个 n-by-c 的矩阵，n 是样本数，c 是类别数
% loss: 交叉熵损失值

epsilon = 1e-9; % 避免 log(0) 出现
y_pred = max(epsilon, min(1-epsilon, y_pred)); % 将预测结果限制在 [epsilon, 1-epsilon] 的范围内
loss = -mean(sum(y_true .* log(y_pred), 2)); % 计算交叉熵损失
end

在此代码中，我们首先定义了一个微小的常数 epsilon，用于避免在计算 log 时出现 0 的情况。然后将预测结果 y_pred 限制在 [epsilon, 1-epsilon] 的范围内，以保证 log 的输入不会趋近于 0 或 1。最后，我们使用 y_true 和 y_pred 计算交叉熵损失，其中 sum(y_true .* log(y_pred), 2) 表示对每个样本的交叉熵损失进行求和，最后再对所有样本的损失求平均。