tf.nn.softmax_cross_entropy_with_logits gibt falsche Ausgabe. Warum?

Question

Ich möchte Cross-Entropie-Funktion mit dem folgenden Befehl berechnen. Dieser Befehl wendet zuerst sofmax auf die Logits an und wendet dann die Kreuz-Entropiefunktion an. Nach der Formel der Kreuz-Entropiesumme (b * loga) ist b die korrekte Markierung und a ist die vorhergesagte Markierung. Da die Summe aller Klassen in der Kreuz-Entropie-Formel übernommen wird, erwarte ich, dass die Multiplikation so weitergeht. Wenn nach der sofmax Betriebsausgabe

[0.45186275 0.27406862 0.27406862] 

Nun ist, wenn ich Kreuz anwenden Entropie sollte es so sein

(1 * log 0.45186275 + 0 * log 0.27406862 + 0 * log 0.27406862) 

Meine Ausgabe ist 0,794377 aber ich erwarte eine andere

a = tf.constant([0.9,0.4,0.4]) 
b = tf.constant([1,0,0]) 
result = tf.nn.softmax_cross_entropy_with_logits(logits=a,labels=b) 
sess = tf.InteractiveSession() 
sess.run(tf.initialize_all_variables()) 
print result.eval() 

Answer 1

Ich glaube, dass tf.nn.softmax_cross_entropy_with_logits berechnet Summe (-blog (softmax (a))) -ish und die gewünschte Ausgabe ist 0.794377. Wenn Sie das negative Zeichen nicht manuell eingeben, erhalten Sie -0.794377, was als Verlustbedingung funktioniert, aber Sie müssen Ihren Verlust maximieren, nicht minimieren, wenn Sie trainieren.

Es ist auch wichtig, dass TF verwendet natürliche Protokoll zu beachten, und nicht einloggen Basis 10