tf.compat.v1.losses.compute_weighted_loss

Вычисляет взвешенную потерю.

tf.compat.v1.losses.compute_weighted_loss(
    losses, weights=1.0, scope=None, loss_collection=tf.GraphKeys.LOSSES,
    reduction=Reduction.SUM_BY_NONZERO_WEIGHTS
)

Аргументы
`losses`	`Tensor` формы `[batch_size, d1, ... dN]`.
`weights`	Необязательные `Tensor`, ранг которого равен 0 или совпадает с рангом `losses`, и он должен быть совместим с `losses` (то есть все измерения должны быть либо `1`, либо совпадать с соответствующим измерением `losses`).
`scope`	область действия операций, выполняемых при вычислении потери.
`loss_collection`	к этим коллекциям будет добавлена потеря.
`reduction`	Тип редукции, применяемой к потере.

Возвращаемое значение
Взвешенная потеря `Tensor` того же типа, что и `losses`. Если `reduction` имеет значение `NONE`, эта потеря имеет ту же форму, что и `losses`; в противном случае она является скаляром.

Исключения
`ValueError`	Если `weights` имеет значение `None` или форма несовместима с `losses`, или если число измерений (ранг) `losses` или `weights` отсутствует.

Примечание:

При вычислении градиента взвешенной потери учитываются вклады как от losses, так и от weights. Если ваша weights зависит от некоторых параметров модели, но вы не хотите, чтобы это влияло на градиент потери, вам необходимо применить tf.stop_gradient к weights перед передачей их в compute_weighted_loss.

Совместимость с Eager

Аргумент loss_collection игнорируется при выполнении в режиме Eager. Рассмотрите возможность сохранения возвращаемого значения или сбора 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/r2.4/api_docs/python/tf/compat/v1/losses/compute_weighted_loss