ai-324Đọc toàn bộ đề miễn phí

Binary cross-entropy cho một mẫu

Binary cross-entropy chỉ phạt một nửa công thức tuỳ theo nhãn thật: nhãn 1 phạt theo xác suất dự đoán lớp dương, nhãn 0 phạt theo xác suất dự đoán lớp âm. Vì vậy hai mẫu có cùng xá…

AICơ bản15 phút

Tiến độ của tôi ở bài này

Điểm được lưu vào tài khoản sau khi chấm bài.

Đang tải điểm của bạn…

Kiến thức và chủ đề

ai-trainingloss-functioncross-entropy

Kiến thức tiên quyết: cross-entropy.

Nội dung đề bài

Mô tả bài toán

Binary cross-entropy chỉ phạt một nửa công thức tuỳ theo nhãn thật: nhãn 1 phạt theo xác suất dự đoán lớp dương, nhãn 0 phạt theo xác suất dự đoán lớp âm. Vì vậy hai mẫu có cùng xác suất dự đoán nhưng nhãn khác nhau cho mất mát rất khác.

Yêu cầu

Đọc từ stdin: một dòng gồm nhãn y ∈ {0, 1} và xác suất dự đoán p ∈ (0, 1). In ra binary cross-entropy -[y ln p + (1 - y)ln(1 - p)], Kết quả in với đúng 4 chữ số thập phân.

Quy ước nộp bài

  • Chỉ cần viết một chương trình đọc stdin và in ra stdout. Bài này không yêu cầu viết hàm.
  • Không truyền lời nhắc vào input(). Lời nhắc sẽ bị in vào stdout và làm bài sai.
  • Chỉ in đúng nội dung ở mục Output. Không in thêm nhãn, dòng trống hay ký tự thừa.
  • Output được so khớp từng ký tự, phân biệt chữ hoa/thường và dấu câu.

Input

Một dòng chứa y và p.

Output

Một số thực không âm với 4 chữ số thập phân.

Ràng buộc

  • y ∈ {0, 1}; 0 < p < 1.

Ví dụ 1

Input

1 0.9

Output

0.1054
Nhãn 1 nên chỉ dùng $-\ln 0.9$.

Ví dụ 2

Input

0 0.9

Output

2.3026
Nhãn 0 nên dùng $-\ln(1 - 0.9) = -\ln 0.1$.
3 cấp độ gợi ýMở dần khi bạn thật sự cần hỗ trợ.
Phân tích lời giảiGiải thích hướng tư duy và thuật toán.
Code tham khảoDùng để đối chiếu sau khi tự làm.

Gợi ý và lời giải chỉ mở sau khi bạn bấm Nộp bài. Giáo viên và quản trị viên mở được ngay.

Góp ý & báo lỗi bài tập

Đề bài chưa rõ, test có vấn đề hay bạn có ý tưởng giúp bài tốt hơn? Gửi cho đội ngũ AI Empire nhé — mỗi góp ý đều được đọc.