tf.nn.sparse_softmax_cross_entropy_with_logits

Вычисляет кросс-энтропию разреженного софтмакса между logits и labels.

Просмотр псевдонимов

Псевдонимы для миграции

См. Руководство по миграции для получения более подробной информации.

tf.compat.v1.nn.sparse_softmax_cross_entropy_with_logits

tf.nn.sparse_softmax_cross_entropy_with_logits(
    _sentinel=None, labels=None, logits=None, name=None
)

Измеряет ошибку вероятности в задачах дискретного классификации, в которых классы взаимно исключают друг друга (каждая запись находится ровно в одном классе). Например, каждый образ CIFAR-10 помечен одной и только одной меткой: изображение может быть собакой или грузовиком, но не тем и другим.

Примечание: Для этой операции вероятность заданной метки считается исключительной. То есть, мягкие классы не допускаются, и вектор labels должен предоставить единственный конкретный индекс для истинного класса для каждой строки logits (каждая запись минипакета). Для мягкой классификации софтмакса с распределением вероятностей для каждой записи см. softmax_cross_entropy_with_logits_v2.

Типичный пример использования — логарифмы формы [batch_size, num_classes] и метки формы [batch_size], но поддерживаются и более высокие размерности, в которых dim-я размерность предполагается размером num_classes. logits должен иметь тип float16, float32, или float64, а labels должен иметь тип int32 или int64.

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

Аргументы
`_sentinel`	Используется для предотвращения позиционных параметров. Внутреннее, не использовать.
`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 приведут к исключению при запуске этого оператора на ЦП и возвращению `NaN` для соответствующих строк потери и градиента на графическом процессоре.
`logits`	Активации на метку (обычно линейный выход) формы `[d_0, d_1, ..., d_{r-1}, num_classes]` и типа `float16`, `float32`, или `float64`. Эти энергии активации интерпретируются как ненормализованные логарифмические вероятности.
`name`	Имя операции (необязательно).

Возвращаемое значение
`Tensor` той же формы, что и `labels` и того же типа, что и `logits` со значением потери кросс-энтропии софтмакса.

Исключения
`ValueError`	Если логарифмы являются скалярами (необходимо иметь ранг >= 1) или если ранг меток не равен рангу логарифмов минус один.

© 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/nn/sparse_softmax_cross_entropy_with_logits