当前位置：首页 > 文档资料 > 深度学习入门：基于 Python 的理论与实现 >

附录 A Softmax-with-Loss 层的计算图

优质

小牛编辑

112浏览

2023-12-01

这里，我们给出 softmax 函数和交叉熵误差的计算图，来求它们的反向传播。softmax 函数称为 softmax 层，交叉熵误差称为 Cross Entropy Error 层，两者的组合称为 Softmax-with-Loss 层。先来看一下结果，Softmax-with-Loss 层可以画成图 A-1 所示的计算图。

图 A-1　Softmax-with-Loss 层的计算图

图 A-1 的计算图中假定了一个进行 3 类别分类的神经网络。从前面的层输入的是，softmax 层输出。此外，教师标签是，Cross Entropy Error 层输出损失 L 。

如图 A-1 所示，在本附录中，Softmac-with-Loss 层的反向传播的结果为。

免责声明：以上内容版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。感谢每一位辛勤著写的作者，感谢每一位的分享。