交叉熵损失函数的导数python代码

交叉熵损失函数的导数可以表示为:

$$\frac{\partial L}{\partial z} = \frac{1}{m}(\hat{y} - y)$$

其中，$L$是损失函数，$z$是输出层的带权输入，$\hat{y}$是模型的预测值，$y$是真实值，$m$是样本数量。

对于Python代码，可以如下实现：

def cross_entropy_loss_derivative(y_hat, y):
    """
    计算交叉熵损失函数的导数
    :param y_hat: 模型的预测值，shape为(m, 1)
    :param y: 真实值，shape为(m, 1)
    :return: 导数，shape为(m, 1)
    """
    m = y.shape[0]
    return (1/m) * (y_hat - y)

其中，$y\_hat$和$y$都是形如$(m, 1)$的矩阵，分别表示模型的预测值和真实值。函数返回形如$(m, 1)$的矩阵，表示交叉熵损失函数的导数。