tf.compat.v1.losses.compute_weighted_loss

Вычисляет взвешенную функцию потерь.

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 который должен допускать широковещательную передачу к `losses` (то есть все измерения должны быть либо `1`, либо совпадать с соответствующим измерением `losses`).
`scope`	область видимости для операций, выполняемых при вычислении функции потерь.
`loss_collection`	функция потерь будет добавлена в эти коллекции.
`reduction`	Тип редукции, применяемой к функции потерь.

Возвращаемое значение
Взвешенная функция потерь `Tensor` того же типа, что и `losses`. Если `reduction` — это `NONE`, форма результата совпадает с формой `losses`; в противном случае результат является скаляром.

Исключения
`ValueError`	Если `weights` — это `None` или форма несовместима с `losses`, либо если не указано количество измерений (ранг) для `losses` или `weights`.

Примечание

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

При вычислении градиента взвешенной функции потерь учитывается вклад как losses, так и weights. Если ваши weights зависят от параметров модели, но вы не хотите, чтобы это влияло на градиент функции потерь, перед передачей в compute_weighted_loss необходимо применить tf.stop_gradient к weights.

Совместимость с eager-режимом

Аргумент loss_collection игнорируется при выполнении в eager-режиме. Сохраните возвращаемое значение или соберите функции 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