tf.nn.sparse_softmax_cross_entropy_with_logits

Вычисляет кросс-энтропию разреженного софтмакса между logits и labels.

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

Измеряет ошибку вероятности в задачах дискретной классификации, в которых классы являются взаимоисключающими (каждая запись принадлежит ровно одному классу). Например, каждый образ CIFAR-10 имеет метку одного и только одного класса: образ может быть собакой или грузовиком, но не тем и другим одновременно.

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

Часто используется случай, когда логарифмы имеют форму [batch_size, num_classes], а метки имеют форму [batch_size], но поддерживаются и более высокие размерности, в этом случае предполагается, что dim-ая размерность имеет размер num_classes. logits должен иметь тип float16, float32, или float64, и labels должен иметь тип int32 или int64.

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

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 вызовут исключение при выполнении этого оператора на CPU и вернут `NaN` для соответствующих строк потери и градиента на GPU.
`logits`	Немасштабированные логарифмы вероятностей формы `[d_0, d_1, ..., d_{r-1}, num_classes]` и типа `float16`, `float32`, или `float64`.
`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 (нужно 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/r2.3/api_docs/python/tf/nn/sparse_softmax_cross_entropy_with_logits