tf.contrib.losses.log_loss
Добавляет член потерь Log Loss к процедуре обучения. (устаревший)
tf.contrib.losses.log_loss(
predictions, labels=None, weights=1.0, epsilon=1e-07, scope=None
)
weights выступает в качестве коэффициента для потерь. Если предоставлено скалярное значение, то потери просто масштабируются на заданное значение. Если weights является тензором размера [batch_size], то общие потери для каждого образца пакетного обучения масштабируются соответствующим элементом в векторе weights. Если форма weights соответствует форме predictions, то потери каждого измеримого элемента predictions масштабируются соответствующим значением weights.
| Аргументы | |
|---|---|
predictions | Предсказанные выходные данные. |
labels | Тензор истинного значения выходных данных, имеющий такие же размеры, как и 'predictions'. |
weights | Коэффициенты для потерь (скаляр, тензор формы [batch_size] или тензор, форма которого совпадает с формой predictions). |
epsilon | Небольшое приращение, добавляемое для предотвращения логарифмирования нуля. |
scope | Область для операций, выполняемых при вычислении потерь. |
| Возвращает | |
|---|---|
Скаляр Tensor, представляющий значение потерь. |
| Возможные ошибки | |
|---|---|
ValueError | Если форма predictions не совпадает с формой labels или если форма weights некорректна. |
© 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/losses/log_loss
