tf.contrib.kernel_methods.sparse_multiclass_hinge_loss

Добавляет операции для вычисления многоклассовой потери хинджа.

tf.contrib.kernel_methods.sparse_multiclass_hinge_loss(
    labels, logits, weights=1.0, scope=None, loss_collection=tf.GraphKeys.LOSSES,
    reduction=losses.Reduction.SUM_BY_NONZERO_WEIGHTS
)

Реализация основана на следующей статье: О реализации алгоритма многоклассовых машин опорных векторов на основе ядер Краммера и Сингера. ссылка: http://jmlr.csail.mit.edu/papers/volume2/crammer01a/crammer01a.pdf

Это обобщение стандартной (бинарной) потери хинджа. Для заданного примера с правильным меткой c*, потеря определяется следующим образом:

$$loss = max_{c != c*} logits_c - logits_{c*} + 1.$$

или эквивалентно

$$loss = max_c { logits_c - logits_{c*} + I_{c != c*} }$$

где $I_{c != c*} = 1\ \text{if}\ c != c*$ и 0 в противном случае.

Аргументы
`labels`	`Tensor` формы [размер_пакета] или [размер_пакета, 1]. Соответствует истинному значению. Каждый элемент должен быть индексом в `[0, num_classes)`.
`logits`	`Tensor` формы [размер_пакета, число_классов], соответствующая не масштабированным логам. Его тип данных должен быть либо `float32` или `float64`.
`weights`	Необязательный (питонский) скаляр или `Tensor`. Если не скалярный `Tensor`, его ранг должен быть либо 1 ([размер_пакета]) или 2 ([размер_пакета, 1]).
`scope`	Область для операций, выполняемых при вычислении потери.
`loss_collection`	Коллекция, к которой будет добавлена потеря.
`reduction`	Тип редукции, применяемой к потере.

Возвращаемое значение
Весовая потеря float `Tensor`. Если `reduction` является `NONE`, это имеет такую же форму, как и `labels`; в противном случае это скаляр.

Исключения
`ValueError`	Если `logits`, `labels` или `weights` имеют недопустимые или несовместимые формы.
`ValueError`	Если тензор `labels` имеет недопустимый тип данных.

© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r1.15/api_docs/python/tf/contrib/kernel_methods/sparse_multiclass_hinge_loss