tf.compat.v1.losses.compute_weighted_loss

Вычисляет взвешенную потерю.

tf.compat.v1.losses.compute_weighted_loss(
    losses,
    weights=1.0,
    scope=None,
    loss_collection=ops.GraphKeys.LOSSES,
    reduction=Reduction.SUM_BY_NONZERO_WEIGHTS
)

Аргументы
`losses`	`Tensor` формы `[batch_size, d1, ... dN]`.
`weights`	Необязательный `Tensor`, ранг которого равен 0 или совпадает с рангом `losses`, и должен быть совместим для трансляции с `losses` (т.е., все измерения должны быть либо `1`, или совпадать с соответствующим измерением `losses`).
`scope`	область видимости для операций, выполняемых при вычислении потерь.
`loss_collection`	потери будут добавлены в эти коллекции.
`reduction`	тип редукции, применяемой к потерям.

Возвращаемые значения
Взвешенная потеря `Tensor` того же типа, что и `losses`. Если `reduction` является `NONE`, эта потеря имеет ту же форму, что и `losses`; в противном случае она является скалярной.

Исключения
`ValueError`	Если `weights` является `None` или форма не совместима с `losses`, или если отсутствует количество измерений (ранг) `losses` или `weights`.

Примечание

Примечание
При вычислении градиента взвешенной потери учитываются вклады как `losses`, так и `weights`. Если ваши `weights` зависят от некоторых параметров модели, но вы не хотите, чтобы это влияло на градиент потери, необходимо применить `tf.stop_gradient` к `weights` перед передачей их в `compute_weighted_loss`.

При вычислении градиента взвешенной потери учитываются вклады как losses, так и weights. Если ваши weights зависят от некоторых параметров модели, но вы не хотите, чтобы это влияло на градиент потери, необходимо применить tf.stop_gradient к weights перед передачей их в compute_weighted_loss.

совместимость с eager execution

Аргумент loss_collection игнорируется при выполнении в режиме eager execution. Подумайте о сохранении возвращаемого значения или сборе потерь с помощью tf.keras.Model.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/compat/v1/losses/compute_weighted_loss