tf.keras.losses.CategoricalCrossentropy

Вычисляет потерю кроссэнтропии между метками и прогнозами.

tf.keras.losses.CategoricalCrossentropy(
    from_logits=False, label_smoothing=0, reduction=losses_utils.ReductionV2.AUTO,
    name='categorical_crossentropy'
)

Используйте эту функцию потерь кроссэнтропии, когда имеется два или более классов меток. Мы ожидаем, что метки будут предоставлены в one_hot представлении. Если вы хотите предоставить метки в виде целых чисел, используйте SparseCategoricalCrossentropy потерю. Должно быть # classes значений с плавающей точкой на каждую характеристику.

В фрагменте ниже имеется # classes значений с плавающей точкой на каждый пример. Формат как y_pred так и y_true имеет формат [batch_size, num_classes].

Использование:

cce = tf.keras.losses.CategoricalCrossentropy()
loss = cce(
  [[1., 0., 0.], [0., 1., 0.], [0., 0., 1.]],
  [[.9, .05, .05], [.05, .89, .06], [.05, .01, .94]])
print('Loss: ', loss.numpy())  # Loss: 0.0945

Использование с API compile:

model = tf.keras.Model(inputs, outputs)
model.compile('sgd', loss=tf.keras.losses.CategoricalCrossentropy())

Методы

from_config

Просмотреть исходный код

@classmethod
from_config(
    config
)

Инициализирует Loss по его конфигурации (результат get_config()).

get_config

Просмотреть исходный код

get_config()

__call__

Просмотреть исходный код

__call__(
    y_true, y_pred, sample_weight=None
)

Вызывает экземпляр Loss.