tf.compat.v1.losses.hinge_loss

Добавляет функцию потерь Hinge к процедуре обучения.

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

Аргументы
`labels`	Tensor целевого выхода. Его форма должна соответствовать форме logits. Значения тензора должны быть 0.0 или 1.0. Внутри {0,1} метки преобразуются в {-1,1} при расчете потери Hinge.
`logits`	Логиты, тензор с плавающей запятой. Обратите внимание, что логиты предполагаются неограниченными и центрированными вокруг 0. Значение > 0 (соответственно < 0) считается положительным (соответственно отрицательным) бинарным прогнозом.
`weights`	Необязательный `Tensor`, ранг которого равен либо 0, либо совпадает с рангом `labels` и должен быть совместим для трансляции с `labels` (то есть все измерения должны быть либо `1`, или совпадать с соответствующим измерением `losses`).
`scope`	Область для операций, выполняемых при вычислении потери.
`loss_collection`	Коллекция, в которую будет добавлена потеря.
`reduction`	Тип редукции, применяемый к потере.

Возвращает
Весовая потеря с плавающей запятой `Tensor`. Если `reduction` равно `NONE`, она имеет ту же форму, что и `labels`; в противном случае - скалярная.

Исключения
`ValueError`	Если формы `logits` и `labels` не совпадают или если `labels` или `logits` равны None.

совместимость с eager

Аргумент loss_collection игнорируется при выполнении в режиме eager. Рассмотрите сохранение возвращаемого значения или сбор 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/hinge_loss