Code: Alles auswählen
def softmax(mat):
res = np.exp(mat)
res = np.multiply(res, 1/np.sum(res, axis=1, keepdims=True))
return res
def function1(y_true, y_pred_encoded):
pred = y_pred_encoded.reshape((-1, 3), order='F')
pred = softmax(pred)
y_true = OneHotEncoder(sparse=False, categories='auto').fit_transform(y_true.reshape(-1, 1))
#pen wird hier berechnet und hat (wie y_true zuvor) die shape (153,) und wird dann ebenfalls transformiert
pen = OneHotEncoder(sparse=False, categories='auto').fit_transform(pen.reshape(-1, 1))
margin = (pred - y_true + pen).astype("float")
grad = ??
hess =??
return grad, hess