tf.compat.v1.losses.hinge_loss

Добавляет функцию потерь с шарниром в процесс 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`	Тензор с эталонными выходными данными. Его форма должна совпадать с формой логитов. Ожидается, что значения тензора будут равны 0.0 или 1.0. При вычислении функции потерь с шарниром метки {0,1} внутри преобразуются в {-1,1}.
`logits`	Логиты — тензор типа float. Обратите внимание, что предполагается, что логиты не ограничены и центрированы относительно 0. Значение > 0 (соответственно, < 0) считается положительным (соответственно, отрицательным) бинарным предсказанием.
`weights`	Необязательный `Tensor`, ранг которого равен 0 или совпадает с рангом `labels` и который можно транслировать к `labels` (то есть все измерения должны быть равны либо `1`, либо соответствующему измерению `losses`).
`scope`	Область видимости для операций, выполняемых при вычислении функции потерь.
`loss_collection`	Коллекция, в которую будет добавлена функция потерь.
`reduction`	Тип редукции, применяемой к функции потерь.

Возвращает
Взвешенный тензор функции потерь типа float `Tensor`. Если `reduction` равно `NONE`, его форма совпадает с формой `labels`; в противном случае он является скаляром.

Вызывает исключение
`ValueError`	Если формы `logits` и `labels` не совпадают или если `labels` либо `logits` имеет значение None.

Совместимость с eager-режимом

Аргумент loss_collection игнорируется при выполнении в eager-режиме. Сохраните возвращаемое значение или собирайте 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/hinge_loss