tf.losses.compute_weighted_loss
Вычисляет взвешенную потерю.
tf.losses.compute_weighted_loss(
losses, weights=1.0, scope=None, loss_collection=tf.GraphKeys.LOSSES,
reduction=Reduction.SUM_BY_NONZERO_WEIGHTS
)
| Аргументы | |
|---|---|
losses | Tensor формы [batch_size, d1, ... dN]. |
weights | Необязательные Tensor , чья ранг равен 0 или совпадает с рангом losses, и должна быть совместима по передаче со losses (т.е., все измерения должны быть либо 1, или совпадать с соответствующим измерением losses). |
scope | область действия операций, выполняемых при вычислении потери. |
loss_collection | потери будут добавлены в эти коллекции. |
reduction | Тип сокращения, применяемого к потере. |
| Возвращаемые значения | |
|---|---|
Взвешенная потеря Tensor того же типа, что и losses. Если reduction равна NONE, она имеет такую же форму, как losses; в противном случае это скаляр. |
| Исключения | |
|---|---|
ValueError | Если weights равна None или форма несовместима с losses, или если число измерений (ранг) либо losses или weights отсутствует. |
Примечание:
При вычислении градиента взвешенной потери учитываются вклады как от losses, так и от weights. Если ваши weights зависят от некоторых параметров модели, но вы не хотите, чтобы это влияло на градиент потери, вам нужно применить tf.stop_gradient к weights перед передачей их в compute_weighted_loss.
Совместимость с Eager
Аргумент loss_collection игнорируется при выполнении в режиме Eager. Рассмотрите возможность сохранения возвращаемого значения или сбора потерь с помощью tf.keras.Model.
© 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/losses/compute_weighted_loss
