tf.keras.losses.categorical_crossentropy
Вычисляет потерю категориальной кросс-энтропии.
tf.keras.losses.categorical_crossentropy(
y_true, y_pred, from_logits=False, label_smoothing=0.0, axis=-1
)
| Аргументы | |
|---|---|
y_true | Тензор истинно целевых значений в формате one-hot. |
y_pred | Тензор прогнозируемых целевых значений. |
from_logits | Нужно ли ожидать, что y_pred является тензором логов. По умолчанию предполагается, что y_pred кодирует распределение вероятностей. |
label_smoothing | Число в диапазоне [0, 1]. Если > 0, сгладить метки. Например, если 0.1, использовать 0.1 / num_classes для меток, не являющихся целевыми, и 0.9 + 0.1 / num_classes для целевых меток. |
axis | По умолчанию -1. Измерение, по которому вычисляется энтропия. |
| Возвращает | |
|---|---|
| Значение потери категориальной кросс-энтропии. |
Пример:
y_true = [[0, 1, 0], [0, 0, 1]] y_pred = [[0.05, 0.95, 0], [0.1, 0.8, 0.1]] loss = keras.losses.categorical_crossentropy(y_true, y_pred) assert loss.shape == (2,) loss array([0.0513, 2.303], dtype=float32)
© 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/keras/losses/categorical_crossentropy
