我有一个用于多标签分类问题的CNN，作为损失函数，我使用tf.nn.sigmoid_cross_entropy_with_logits。
从交叉熵方程中，我希望输出是每个类的概率，但我在 (-∞， ∞( 中得到浮点数。
经过一番谷歌搜索，我发现由于一些内部归一化操作，每行对数在被输入方程之前都可以解释为概率。
我对如何实际输出后验概率而不是浮点数以绘制 ROC 感到困惑。
tf.sigmoid(logits)给出了概率。
您可以在tf.nn.sigmoid_cross_entropy_with_logits文档中看到，tf.sigmoid是将 logits 规范化为概率的函数。