tf.compat.v1.losses.log_loss
Добавляет член логарифмической ошибки к процедуре обучения.
tf.compat.v1.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 как коэффициент для потери. Если предоставлен скаляр, то потеря просто масштабируется заданным значением. Если weights является тензором размера [batch_size], то общая потеря для каждого образца пакета масштабируется соответствующим элементом в векторе weights. Если форма weights соответствует форме predictions, то потеря каждого измеряемого элемента predictions масштабируется соответствующим значением weights.
| Аргументы | |
|---|---|
labels | Тензор фактического выходного значения, с теми же размерами, что и 'predictions'. |
predictions | Предсказанные значения вывода. |
weights | Необязательный Tensor, чья ранг равен 0 или равен рангу labels, и должен быть совместим с labels (то есть все измерения должны быть либо 1, либо такими же, как соответствующее измерение losses). |
epsilon | Небольшое приращение, которое добавляется, чтобы избежать взятия логарифма от нуля. |
scope | Область для операций, выполняемых при вычислении потери. |
loss_collection | Коллекция, в которую будет добавлена потеря. |
reduction | Тип редукции, применяемой к потере. |
| Возвращает | |
|---|---|
Весовая потеря с плавающей точкой Tensor. Если reduction равно NONE, эта величина имеет такую же форму, как у labels; в противном случае она является скалярной. |
| Возможные исключения | |
|---|---|
ValueError | Если форма predictions не совпадает с формой labels или если форма weights неверна. Также, если labels или predictions равно None. |
Совместимость с Eager Execution
Аргумент loss_collection игнорируется при выполнении в режиме Eager Execution. Подумайте о сохранении возвращаемого значения или сборе 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/r2.3/api_docs/python/tf/compat/v1/losses/log_loss