tf.losses.log_loss
Добавляет член логарифмической ошибки в процедуру обучения.
tf.losses.log_loss(
labels, predictions, weights=1.0, epsilon=1e-07, scope=None,
loss_collection=tf.GraphKeys.LOSSES, reduction=Reduction.SUM_BY_NONZERO_WEIGHTS
)
weights выступает в качестве коэффициента для ошибки. Если предоставлен скаляр, то ошибка просто масштабируется заданным значением. Если weights является тензором размера [batch_size], то общая ошибка для каждого образца пакета масштабируется соответствующим элементом в векторе weights. Если форма weights соответствует форме predictions, то ошибка каждого измеримого элемента predictions масштабируется соответствующим значением weights.
| Аргументы | |
|---|---|
labels | Тензор истинного выходного значения, размерность совпадает с 'predictions'. |
predictions | Предсказанные выходы. |
weights | Необязательный Tensor, ранг которого равен 0 или соответствует рангу labels, и он должен быть совместим для трансляции с labels (т.е. все измерения должны быть либо 1, либо совпадать с соответствующим измерением losses). |
epsilon | Небольшое приращение, добавляемое для предотвращения получения логарифма нуля. |
scope | Область для операций, выполняемых при вычислении ошибки. |
loss_collection | Коллекция, в которую будет добавлена ошибка. |
reduction | Тип редукции, применяемой к ошибке. |
| Возвращаемое значение | |
|---|---|
Числовое значение ошибки float Tensor. Если reduction равно NONE, то имеет такую же форму, как и labels; в противном случае — скалярное. |
| Исключения | |
|---|---|
ValueError | Если форма predictions не соответствует форме labels, или форма weights недопустима. Также, если labels или predictions равны None. |
Совместимость с Eager
Аргумент loss_collection игнорируется при выполнении в режиме Eager. Рассмотрите возможность хранения возвращаемого значения или сбора ошибок 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/log_loss
