为什么带有 sigmoid 的神经网络的代码与带有 softmax_cross_entropy_with_logits 的代码如此不同？

Why is the code for a neural network with a sigmoid so different than the code with softmax_cross_entropy_with_logits?

在使用神经网络进行分类时，据说：

• 您通常希望使用 softmax 交叉熵输出，因为这为您提供了每个可能选项的概率。
• 在只有两个选项的常见情况下，您想使用 sigmoid，除了避免冗余输出 p 和 1-p 之外，这是一样的。

TensorFlow中计算softmax交叉熵的方法似乎是这样的：

cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits=prediction,labels=y))p = tf.sigmoid(tf.squeeze(...))

cost = tf.reduce_mean((p - y)**2)

所以输出可以直接连接最小化代码，很好。

我的 sigmoid 输出代码，同样基于各种教程和示例，大致如下：

cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits=prediction,labels=y))p = tf.sigmoid(tf.squeeze(...))

cost = tf.reduce_mean((p - y)**2)

我原以为两者在形式上应该相似，因为它们以几乎相同的方式完成相同的工作，但上面的代码片段看起来几乎完全不同。此外，sigmoid 版本显式地平方误差，而 softmax 则没有。 (平方是在 softmax 的实现中发生的，还是发生了其他事情？)

上述其中一项是完全不正确的，还是它们需要完全不同的原因？

soft-max 交叉熵代价和 sigmoid 的平方损失代价是完全不同的代价函数。尽管它们似乎密切相关，但它并不是一回事。

如果工作被定义为"作为分类网络的输出层"，那么这两个功能确实是"做同样的工作"。同样，您可以说"softmax 回归和神经网络在做同样的工作"。确实，这两种技术都在尝试对事物进行分类，但方式不同。

具有交叉熵代价的 softmax 层通常优于具有 l2-loss 的 sigmoid。具有交叉熵的 Softmax 有其自身的优点，例如输出层的梯度更强和对概率向量的归一化，而具有 l2-loss 的 sigmoid 的导数较弱。你可以在这本漂亮的书中找到很多解释。