对于下面的一段python程序 下面的说法正确的是 import numpy as np predicted=np.array（[11.2 2
已帮助 人
对于下面的一段python程序，下面的说法正确的是 import numpy as np predicted=np.array（[11.2, 2.5, 7.9, 7.2]) label=np.array（[1, 0, 0, 0]) def softmax（x): return np.exp（x)/np.sum（np.exp（x),axis=0) print （softmax（predicted)) loss=-np.sum（label*np.log（softmax（predicted)))
A．最后一行是计算predicted和label之间的互信息
B．最后一行是计算predicted和label之间的JS散度
C．最后一行是计算predicted和label之间的条件熵
D．最后一行是计算predicted和label之间的交叉熵
回答
共1条回复-
互信息