tf.compat.v1.losses.sparse_softmax_cross_entropy

Функция потерь кросс-энтропии с использованием tf.nn.sparse_softmax_cross_entropy_with_logits.

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

Используется в блокнотах

Используется в руководстве
Перенос ранней остановки

weights выступает в качестве коэффициента для функции потерь. Если указано скалярное значение, функция потерь просто умножается на это значение. Если weights — тензор формы [batch_size], веса потерь применяются к каждому соответствующему образцу.

Аргументы
`labels`	`Tensor` формы `[d_0, d_1, ..., d_{r-1}]` (где `r` — ранг `labels` и результата) и типа данных `int32` или `int64`. Каждая запись в `labels` должна быть индексом в `[0, num_classes)`. Другие значения приведут к исключению при выполнении этой операции на CPU и к возврату `NaN` для соответствующих строк функции потерь и градиента на GPU.
`logits`	Ненормированные логарифмические вероятности формы `[d_0, d_1, ..., d_{r-1}, num_classes]` и типа данных `float16`, `float32` или `float64`.
`weights`	Коэффициенты для функции потерь. Это значение должно быть скалярным или допускающим широковещательную передачу до `labels` (т. е. иметь тот же ранг, а каждая размерность должна быть равна 1 или соответствующей размерности).
`scope`	Область видимости операций, выполняемых при вычислении функции потерь.
`loss_collection`	Коллекция, в которую будет добавлена функция потерь.
`reduction`	Тип редукции, применяемой к функции потерь.

Возвращает
Взвешенная функция потерь `Tensor` того же типа, что и `logits`. Если `reduction` имеет значение `NONE`, результат имеет ту же форму, что и `labels`; в противном случае он является скалярным.

Вызывает исключение
`ValueError`	Если формы `logits`, `labels` и `weights` несовместимы или если значение любого из них равно None.

Совместимость с eager-выполнением

Аргумент loss_collection игнорируется при eager-выполнении. 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/sparse_softmax_cross_entropy