質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.50%

Q&A

2回答

702閲覧

TensorFlow の softmax_cross_entropy_with_logits() と活性化関数について

urotanke

総合スコア6

0グッド

0クリップ

投稿2017/11/17 15:12

編集2022/01/12 10:55

こんにちは。

tensorflow を試しているのですが、

https://www.tensorflow.org/get_started/mnist/beginners
こちらのチュートリアルで、
y = tf.nn.softmax(tf.matmul(x, W) + b)
という、ソフトマックス関数を使ったコードを活性化関数?として定義しています。

そして損失関数として
cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y), reduction_indices=[1]))
を定義しています。

しかし読み進めると、この損失関数がうまく動かないことがあるため、代わりに
tf.nn.softmax_cross_entropy_with_logits()
関数を使用すべしという記述が現れます。

そこで用意されている完成版のサンプルコード
https://github.com/tensorflow/tensorflow/blob/r1.4/tensorflow/examples/tutorials/mnist/mnist_softmax.py
を確認してみると、確かに

y = tf.matmul(x, W) + b cross_entropy = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(labels=y_, logits=y))

となっています。

しかしここで疑問なのは、上記サンプルコードでは y の定義から softmax() が消えてしまっている点です。
softmax_cross_entropy_with_logits の方で同時にsoftmax関数も実行しているということは分かるのですが、
活性化関数であるyからsoftmax()を除去してしまってもよいのでしょうか?
理屈がよく分かりません。

correct_prediction = tf.equal(tf.argmax(y, 1), tf.argmax(y_, 1))

の行で、softmax() 有りの y の場合と softmax 無しの y の場合で、結果が変わってしまったりしないのでしょうか。

ご教示いただけると嬉しいです。
宜しくお願い致します。

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答2

0

softmax() 有りの y の場合と softmax 無しの y の場合で、結果が変わってしまったりしないのでしょうか

変わりません。

確かにsoftmax有りのyとsoftmax無しのy(便宜上y'とします)で、yの各値は変わりますが、yベクトルの中に含まれるy_iの値の大小関係はyとy'で一致します。つまり、y_i > y_j なら y'_i > y'_j の関係が成立しています。softmax関数はベクトルの各成分に定数倍するだけなので、大小関係に関して不変です。

correct_prediction = tf.equal(tf.argmax(y, 1), tf.argmax(y_, 1))

の行では、tf.argmax(y, 1)を計算しています。ここでは、yベクトルに含まれる値のうち最大値のインデックスを計算しています。最大値がy_iであれば、インデックスはiです。

ところで、上で述べた通りyとy'で値の大小関係は変わらないということでしたね。なので、最大値のインデックスはyとy'で同じものが得られるはずですね。したがって、最終的に得られるcorrect_predictionも同じ値が得られるはずです。

投稿2017/11/17 15:37

編集2017/11/17 15:38
Takahito_Ogawa

総合スコア229

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

0

とても鋭い質問ですね。
あまり気にしたことがありませんでした。
softmaxは全体の和を1にしてくれます。
これが確率としてうまく解釈でき、かつ損失関数の伝播としてよい働きをします。

一方で、分類することを考えると、結局softmaxを通すかどうかにかかわらず、それぞれのクラスに対する予測の大小関係に影響を与えません。

ゆえに、目的には沿うように感じますが、他にもっとよい解釈があるのかもしれません。

追記
オススメされている形式は数値的安定性があるようです。
http://www.nowozin.net/sebastian/blog/streaming-log-sum-exp-computation.html

人間にはsoftmax云々が理解しやすいけど、計算機だと数字が大きかったりする場合に数値計算の観点からの不安定性からオススメされていないようですね。

投稿2017/11/17 15:26

編集2017/11/17 15:33
mkgrei

総合スコア8560

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

まだベストアンサーが選ばれていません

会員登録して回答してみよう

アカウントをお持ちの方は

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.50%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問