tf.compat.v1.nn.sparse_softmax_cross_entropy_with_logits

Вычисляет кросс-энтропию разреженного софтмакса 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 учебниках
Миграция метрик и оптимизаторов	Изучение встраиваний TF-Hub CORD-19 Swivel

Измеряет ошибку вероятности в задачах дискретного классифицирования, в которых классы взаимно исключают друг друга (каждая запись принадлежит ровно одному классу). Например, каждый образ CIFAR-10 помечен одной и только одной меткой: изображение может быть собакой или грузовиком, но не тем и другим.

Примечание: Для этой операции вероятность данного метки считается исключительной. То есть, мягкие классы не допускаются, и вектор labels должен предоставить единственный конкретный индекс для истинного класса для каждой строки logits (каждой записи мини-пакета). Для мягкой классификации софтмакса с распределением вероятностей для каждой записи см. softmax_cross_entropy_with_logits_v2.

Типичный случай использования - логарифмы формы [batch_size, num_classes] и метки формы [batch_size], но поддерживаются и более высокие размерности, в которых dim-я размерность предполагается размером num_classes. logits должен иметь тип данных float16, float32 или float64, а labels должен иметь тип данных int32 или int64.

Обратите внимание, что для избежания путаницы требуется передавать только именованные аргументы в эту функцию.

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 вызовут исключение при выполнении этого оператора на процессоре, и вернут `NaN` для соответствующих строк потери и градиента на графическом процессоре.
`logits`	Активности на метку (обычно линейный вывод) формы `[d_0, d_1, ..., d_{r-1}, num_classes]` и типа данных `float16`, `float32` или `float64`. Эти энергетические значения активации интерпретируются как ненормализованные логарифмические вероятности.
`name`	Имя операции (необязательно).

Возвращаемое значение
A `Tensor` такой же формы, как `labels`, и такого же типа, как `logits`, содержащий потерю кросс-энтропии софтмакса.

Исключения
`ValueError`	Если логарифмы являются скалярами (нужно иметь ранг >= 1) или если ранг меток не равен рангу логарифмов 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