tf.keras.ops.categorical_crossentropy

Вычисляет потерю категориального кросс-энтропии между тензором цели и тензором вывода.

Просмотр псевдонимов

Основные псевдонимы

tf.keras.ops.nn.categorical_crossentropy

tf.keras.ops.categorical_crossentropy(
    target, output, from_logits=False, axis=-1
)

Потеря категориальной кросс-энтропии обычно используется в задачах многоклассовой классификации, где каждый входной образец может принадлежать одному из нескольких классов. Она измеряет несоответствие между целевыми и выходными вероятностями или логитами.

Аргументы
`target`	Тензор цели, представляющий истинные категориальные метки. Его форма должна совпадать с формой тензора `output`, за исключением последнего измерения.
`output`	Тензор вывода, представляющий предсказанные вероятности или логиты. Его форма должна совпадать с формой тензора `target`, за исключением последнего измерения.
`from_logits`	(необязательно) Является ли `output` тензором логитов или вероятностей. Установите его в `True`, если `output` представляет логиты; в противном случае установите его в `False`, если `output` представляет вероятности. По умолчанию `False`.
`axis`	(необязательно) Ось, по которой вычисляется категориальная кросс-энтропия. По умолчанию `-1`, что соответствует последнему измерению тензоров.

Возвращаемое значение
Целочисленный тензор: вычисленная потеря категориальной кросс-энтропии между `target` и `output`.

Пример:

target = keras.ops.convert_to_tensor(
[[1, 0, 0],
 [0, 1, 0],
 [0, 0, 1]])
output = keras.ops.convert_to_tensor(
[[0.9, 0.05, 0.05],
 [0.1, 0.8, 0.1],
 [0.2, 0.3, 0.5]])
categorical_crossentropy(target, output)
array([0.10536054 0.22314355 0.6931472 ], shape=(3,), 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/ops/categorical_crossentropy