tf.compat.v1.nn.sparse_softmax_cross_entropy_with_logits

Вычисляет кросс-энтропию разреженного софтмакса между logits и labels.

tf.compat.v1.nn.sparse_softmax_cross_entropy_with_logits(
    _sentinel=None, labels=None, logits=None, name=None
)

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

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

Распространённый случай использования — это логарифмы формы [batch_size, num_classes] и метки формы [batch_size], но поддерживаются более высокие размерности, в которых предполагается, что размерность dim равна num_classes. logits должен иметь тип данных float16, float32, или float64, и labels должен иметь тип данных 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 выполнении этого оператора на процессоре и вернут `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
A `Tensor` той же формы, что и `labels` и того же типа, что и `logits` с потерей кросс-энтропии софтмакса.

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

© 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/nn/sparse_softmax_cross_entropy_with_logits