如何解决使用Tensorflow和Python计算mnist分类的熵
我试图做的是计算我的分类精度的熵。 我已经训练了一个模型,并让它对测试数据进行了预测 10次(由于每次更改模型的次数都会有所不同,因此这些预测会有所不同)。测试数据是来自mnist的 1000张图像,由于mnist具有 10 个类,因此我得到了一个具有以下尺寸的数组: (10,1000,10)
接下来我要做的是计算第一个维度的均值,以便获得所有预测的平均值:(1000,10)
Iam现在感兴趣的是每个类的熵,所以我计算出:
log
我在这里得到了消息来源:https://arxiv.org/pdf/1703.02910.pdf
问题是我的熵值不在0到1之间,而最终得到的值在50左右或更大。 我看到很多人以前曾经对他们的数据进行计数,然后将其除以结果以获取每个值的出现。 这使我感到困惑,因为我的值通常为0,01445,通常不会重复。我已经通过数组中的值的位置(最后一个10个mnist类)给出了我的十个类。
我只想查看每个类的熵。
希望您能提供帮助
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。