BinaryCrossentropy具体函数形式(Python)

BinaryCrossentropy在词性标注和情感分析中经常出现。它的具体函数形式是：

具体的Python实现代码如下：

def binary_ce(a_v, p_v, logit):
    if logit:
        p_v = np.exp(p_v) / (1 + np.exp(p_v))
    return -(a_v * np.log(p_v) + (1-a_v) * np.log(1 - p_v))
​
def binary_crossentropy(A, P, logit=False):
    return np.mean([binary_ce(a_i, p_i, logit) for a_i, p_i in zip(A, P)])

具体例子及对比，从tensorflow官网上我们获取以下信息：

# Example 1: (batch_size = 1, number of samples = 4)
y_true = [0, 1, 0, 0]
y_pred = [-18.6, 0.51, 2.94, -12.8]
bce = tf.keras.losses.BinaryCrossentropy(from_logits=True)
bce(y_true, y_pred).numpy()
# 0.865

将上述例子带入自定义函数中得：

binary_crossentropy(y_true, y_pred, logit=True)
# 0.8654579497810972，保留三位小数后得：0.865

可见自定义函数无误。

注释：

1. np为numpy的简写：import numpy as np

2. tf为tensorflow的简写：import tensorflow as tf