表达式
二分类
在二分的情况下,模型最后需要预测的结果只有两种情况,对于每个类别我们的预测得到的概率为p和1-p。此时表达式为:
其中:
- y——表示样本的label,正类为1,负类为0
- p——表示样本预测为正的概率
多分类
多分类的情况实际上就是对二分类的扩展:
其中:
- M——类别的数量;
- y——指示变量(0或1),如果该类别和样本的类别相同就是1,否则是0;
- p——对于观测样本属于类别c的预测概率。
函数性质
可以看出,该函数是凸函数,求导时能够得到全局最优值。
导函数性质
交叉熵损失函数经常用于分类问题中,特别是在神经网络做分类问题时,也经常使用交叉熵作为损失函数,此外,由于交叉熵涉及到计算每个类别的概率,所以交叉熵几乎每次都和softmax函数一起出现。
我们用神经网络最后一层输出的情况,来看一眼整个模型预测、获得损失和学习的流程:
- 神经网络最后一层得到每个类别的得分scores;
- 该得分经过softmax转换为概率输出;
- 模型预测的类别概率输出与真实类别的one hot形式进行cross entropy损失函数的计算。
下面,我们来推导一下整个求导公式,我们将求导分成三个过程,即拆成三项偏导的乘积:
计算第一项:
计算第二项:
这一项要计算的是softmax函数对于score的导数,我们先回顾一下分数求导的公式:
考虑k等于i的情况:
考虑k不等于i的情况:
综上可得softmax损失函数的求导结果:
则可统一写成:
计算第三项:
一般来说,scores是输入的线性函数作用的结果,所以有:
计算结果
可以看到,我们得到了一个非常漂亮的结果,所以,使用交叉熵损失函数,不仅可以很好的衡量模型的效果,又可以很容易的的进行求导计算。
优点
在用梯度下降法做参数更新的时候,模型学习的速度取决于两个值:一、学习率;二、偏导值。其中,学习率是我们需要设置的超参数,所以我们重点关注偏导值。从上面的式子中,我们发现,偏导值的大小取决于 和 ,我们重点关注后者,后者的大小值反映了我们模型的错误程度,该值越大,说明模型效果越差,但是该值越大同时也会使得偏导值越大,从而模型学习速度更快。所以,使用逻辑函数得到概率,并结合交叉熵当损失函数时,在模型效果差的时候学习速度比较快,在模型效果好的时候学习速度变慢。
参考
[1] 神经网络的分类模型 LOSS 函数为什么要用 CROSS ENTROPY
[2] Softmax as a Neural Networks Activation Function
[3] A Gentle Introduction to Cross-Entropy Loss Function