tf.losses.sparse_softmax_cross_entropy
Функция потерь кросс-энтропии с использованием tf.nn.sparse_softmax_cross_entropy_with_logits.
tf.losses.sparse_softmax_cross_entropy(
labels, logits, weights=1.0, scope=None, loss_collection=tf.GraphKeys.LOSSES,
reduction=Reduction.SUM_BY_NONZERO_WEIGHTS
)
weights выступает в качестве коэффициента для функции потерь. Если задан скаляр, функция потерь просто масштабируется на заданное значение. Если weights является тензором формы [batch_size], то веса потерь применяются к каждому соответствующему образцу.
| Аргументы | |
|---|---|
labels | Tensor формы [d_0, d_1, ..., d_{r-1}] (где r - ранг labels и результата) и типа int32 или int64. Каждая запись в labels должна быть индексом в [0, num_classes). Другие значения будут вызывать исключение при запуске этого оператора на процессоре CPU и возвращать NaN для соответствующих строк потерь и градиентов на GPU. |
logits | Немасштабированные логарифмические вероятности формы [d_0, d_1, ..., d_{r-1}, num_classes] и типа float16, float32 или float64. |
weights | Коэффициенты для функции потерь. Это должен быть скаляр или допускающий вещание к labels (т.е. одинаковый ранг и каждая размерность равна 1 или одинакова). |
scope | область действия для операций, выполняемых при вычислении функции потерь. |
loss_collection | коллекция, в которую будет добавлена функция потерь. |
reduction | Тип сведения потерь для применения к потере. |
| Возвращаемое значение | |
|---|---|
Функция потерь Tensor того же типа, что и logits. Если reduction равно NONE, эта функция потерь имеет ту же форму, что и labels; в противном случае - скаляр. |
| Исключения | |
|---|---|
ValueError | Если формы logits, labels, и weights несовместимы или если какие-либо из них равны None. |
Совместимость с Eager
Аргумент loss_collection игнорируется при выполнении в режиме Eager. Рассмотрите возможность хранения возвращаемого значения или сбора потерь через 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/sparse_softmax_cross_entropy
