我有一个二元分类问题。我正在使用来自tensorflow.losses.log_loss
.
要检查,我使用sklearn.metrics.log_loss
. 大多数时候,这两个函数给出相同的结果(只有 dtype 不同)。在某些情况下,sklearn
函数在返回正确值的NaN
同时返回。tf.losses.log_loss
数据在这里: https ://pastebin.com/BvDgDnVT
代码:
import sklearn.metrics
import tensorflow as tf
y_true = [... see pastebin link]
y_pred = [... see pastebin link]
loss_sk = sklearn.metrics.log_loss(y_true, y_pred, labels=[0, 1]) # -> returns NaN
with tf.Session() as sess:
loss_tf = tf.losses.log_loss(y_true, y_pred).eval(session=sess) # -> returns 0.0549
好像发生了一些log(0)
事情,但是为什么tensorflow没有这个问题呢?