tf.compat.v1.losses.log_loss
Добавляет член логарифмической ошибки в процедуру 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 действует как коэффициент для потери. Если предоставлен скаляр, то ошибка просто масштабируется заданным значением. Если weights является тензором размером [batch_size], то общая ошибка для каждого образца пакета масштабируется соответствующим элементом в векторе weights. Если форма weights соответствует форме predictions, то ошибка каждого измеримого элемента predictions масштабируется соответствующим значением weights.
| Аргументы | |
|---|---|
labels | Тензор целевого выходного значения, такой же размерности, как 'predictions'. |
predictions | Предсказанные выходные значения. |
weights | Необязательный Tensor, чья ранг равен 0 или такой же, как у labels, и должен быть совместим для трансляции с labels (то есть все размеры должны быть либо 1, либо такими же, как соответствующий размер losses). |
epsilon | Небольшое приращение, которое добавляется, чтобы избежать взятия логарифма от нуля. |
scope | Область для операций, выполняемых при вычислении ошибки. |
loss_collection | Коллекция, в которую будет добавлена ошибка. |
reduction | Тип редукции, который необходимо применить к ошибке. |
| Возвращаемое значение | |
|---|---|
Весовая ошибка с плавающей точкой Tensor. Если reduction равно NONE, это имеет ту же форму, что и labels; в противном случае это скаляр. |
| Исключения | |
|---|---|
ValueError | Если форма predictions не соответствует форме labels или форма weights является некорректной. Также, если labels или predictions равны None. |
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/log_loss
