15.交叉熵损失函数 python 实现

以下是使用Python实现交叉熵损失函数的示例代码：

import numpy as np

def cross_entropy_loss(y_true, y_pred):
    epsilon = 1e-10
    y_pred = np.clip(y_pred, epsilon, 1.0 - epsilon)
    loss = -np.sum(y_true * np.log(y_pred))
    return loss

# 示例用法
y_true = np.array([0, 1, 0])  # 真实标签
y_pred = np.array([0.2, 0.7, 0.1])  # 预测概率
loss = cross_entropy_loss(y_true, y_pred)
print("交叉熵损失：", loss)

这个示例代码中，`cross_entropy_loss`函数接受两个参数：`y_true`表示真实标签，`y_pred`表示预测概率。函数首先对预测概率进行了裁剪，以避免出现取对数时的错误。然后，使用交叉熵公式计算损失值。最后，打印出计算得到的交叉熵损失。