tf.nn.softmax_cross_entropy_with_logits_v2

Вычисляет перекрестную энтропию softmax между logits и labels. (устаревшие аргументы)

tf.nn.softmax_cross_entropy_with_logits_v2(
    labels, logits, axis=None, name=None, dim=None
)

Измеряет ошибку вероятности в задачах дискретной классификации, в которых классы взаимно исключают друг друга (каждый элемент принадлежит ровно одному классу). Например, каждое изображение CIFAR-10 помечено одним и только одним меткой: изображение может быть собакой или грузовиком, но не тем и другим одновременно.

Примечание: Хотя классы взаимно исключают друг друга, их вероятности необязательно должны быть такими. Всё, что требуется, — это то, что каждая строка labels представляет собой допустимое распределение вероятностей. Если это не так, вычисление градиента будет неверным.

Если используется взаимно исключающее labels (в котором один и только один класс верен в каждый момент времени), см. sparse_softmax_cross_entropy_with_logits.

Общий случай использования — иметь логиты и метки формы [batch_size, num_classes], но поддерживаются и более высокие размерности, причем аргумент axis указывает размерность класса.

logits и labels должны иметь одинаковый тип данных (либо float16, float32, или float64).

Обратное распространение будет происходить как в logits, так и в labels. Чтобы запретить обратное распространение в labels, передайте тензоры меток через tf.stop_gradient перед подачей их в эту функцию.

Обратите внимание, что для избежания путаницы требуется передавать только именованные аргументы в эту функцию.