tf.compat.v1.nn.sparse_softmax_cross_entropy_with_logits

Вычисляет разреженную кросс-энтропию softmax между logits и labels.

tf.compat.v1.nn.sparse_softmax_cross_entropy_with_logits(
    labels=None, logits=None, name=None
)

Используется в ноутбуках

Используется в руководстве	Используется в учебных материалах
Перенос метрик и оптимизаторов	Изучение эмбеддингов CORD-19 Swivel из TF-Hub

Измеряет ошибку вероятности в задачах дискретной классификации, в которых классы взаимоисключающие (каждый элемент относится ровно к одному классу). Например, каждое изображение CIFAR-10 помечено одной и только одной меткой: изображение может быть собакой или грузовиком, но не тем и другим одновременно.

Примечание: В этой операции вероятность заданной метки считается взаимоисключающей. То есть мягкие классы не допускаются, а вектор labels должен содержать один конкретный индекс истинного класса для каждой строки logits (каждого элемента мини-пакета). Для классификации softmax с мягкими метками, где для каждого элемента задано распределение вероятностей, см. softmax_cross_entropy_with_logits_v2.

Обычно логиты имеют форму [batch_size, num_classes], а метки — форму [batch_size], однако поддерживаются и большие размерности. В этом случае предполагается, что размерность dim имеет размер num_classes. logits должен иметь тип данных float16, float32 или float64, а labels должен иметь тип данных int32 или int64.

Обратите внимание: во избежание путаницы эта функция принимает только именованные аргументы.

Аргументы
`labels`	`Tensor` формы `[d_0, d_1, ..., d_{r-1}]` (где `r` — ранг `labels` и результата) и типа данных `int32` или `int64`. Каждый элемент `labels` должен быть индексом в `[0, num_classes)`. Другие значения вызовут исключение при выполнении этой операции на CPU, а на GPU вернут `NaN` для соответствующих строк потерь и градиентов.
`logits`	Активации для каждой метки (обычно линейный выход) формы `[d_0, d_1, ..., d_{r-1}, num_classes]` и типа данных `float16`, `float32` или `float64`. Эти значения активации интерпретируются как ненормализованные логарифмы вероятностей.
`name`	Имя операции (необязательно).

Возвращает
`Tensor` той же формы, что и `labels`, и того же типа, что и `logits`, содержащий значение потерь кросс-энтропии softmax.

Вызывает исключение
`ValueError`	Если логиты являются скалярами (их ранг должен быть не меньше 1) или если ранг меток не равен рангу логитов минус один.

© 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/nn/sparse_softmax_cross_entropy_with_logits