5분10초 경, 강의자료에 대하여 질문드립니다.

강대영님,

질문하신 함수는 binary cross entropy Loss 를 직접 파이썬 함수로 구현할 경우를 예로 든 것 입니다. f(s)가 sigmoid 함수인 경우 Logistic Regression은 y가 0과 1 밖에 없으므로 동영상에서 간략히 소개한 것 처럼 구현 가능합니다. (https://vitalflux.com/cross-entropy-loss-explained-with-python-examples/ 참조 하세요.)

f(s)가 softmax 함수인 경우 아래와 같이 구현해야 합니다. (https://androidkt.com/implement-softmax-and-cross-entropy-in-python-and-pytorch/ 참조 하세요.)
def cross_entropy(y,y_pre):

  loss=-np.sum(y*np.log(y_pre))

  return loss/float(y_pre.shape[0])

두가지를 모두 예시로 보여드렸어야 했는데 간략히 넘어가서 혼란을 드렸네요 ^^

좋은 질문 감사드립니다.