“ chainer.functions.sigmoid_cross_entropy”是二阶可微函数吗？

Question

我是一名学习机器学习的学生。对于我的研究，我们需要通过第二阶来区分损失函数，我们使用“ chainer.functions.sigmoid_cross_entropy”。类似的功能是“ chainer.functions.softmax_cross_entropy”。该函数具有参数“ enable_double_backprop”以实现二阶导数，但在“ chainer.functions.sigmoid_cross_entropy”中则没有。

“ chainer.functions.sigmoid_cross_entropy”是二阶可微函数吗？

请教我！

chainer.functions.sigmoid_cross_entropy (x, t, normalize = True, reduce = 'mean')

chainer.functions.softmax_cross_entropy (x, t, normalize = True, cache_score = True, 
class_weight = None, ignore_label = -1, reduce = 'mean', enable_double_backprop = False, 
soft_target_loss = 'cross-entropy')

我是一名学习机器学习的学生。对于我的研究，我们需要通过第二阶来区分损失函数，我们使用“ chainer.functions.sigmoid_cross_entropy”。类似的功能是“ chainer ....

Answer 1

是，sigmoid_cross_entropy是二阶可微的。出于性能原因，除非给出softmax_cross_entropy，否则enable_double_backprop=True不可二阶微分。