machine-learning - Tensorflow：来自 sigmoid 交叉熵损失的输出概率

Question

我有一个用于多标签分类问题的 CNN，作为损失函数，我使用tf.nn.sigmoid_cross_entropy_with_logits.

从交叉熵方程中，我希望输出是每个类的概率，但我得到的是 (-∞, ∞) 中的浮点数。

经过一番谷歌搜索后，我发现由于一些内部归一化操作，每行 logits 在被输入方程之前都可以解释为概率。

我对如何实际输出后验概率而不是浮点数以绘制 ROC 感到困惑。

Answer 1

tf.sigmoid(logits) gives you the probabilities.

You can see in the documentation of tf.nn.sigmoid_cross_entropy_with_logits that tf.sigmoid is the function that normalizes the logits to probabilities.