tf.compat.v1.losses.sigmoid_cross_entropy

Создаёт функцию потерь перекрёстной энтропии, используя tf.nn.sigmoid_cross_entropy_with_logits.

tf.compat.v1.losses.sigmoid_cross_entropy(
    multi_class_labels, logits, weights=1.0, label_smoothing=0, scope=None,
    loss_collection=tf.GraphKeys.LOSSES, reduction=Reduction.SUM_BY_NONZERO_WEIGHTS
)

weights выступает как коэффициент для потерь. Если предоставлено скалярное значение, то потери просто масштабируются на заданное значение. Если weights является тензором формы [batch_size], то веса потерь применяются к каждой соответствующей выборке.

Если label_smoothing отлично от нуля, метки сглаживаются в сторону 1/2:

new_multiclass_labels = multiclass_labels * (1 - label_smoothing)

                        + 0.5 * label_smoothing

Аргументы
`multi_class_labels`	`[batch_size, num_classes]` целевые целочисленные метки в `{0, 1}`.
`logits`	Вещественные `[batch_size, num_classes]` выходные данные логарифмов сети.
`weights`	Необязательные `Tensor` с рангом либо 0, либо таким же, как у `multi_class_labels`, и должны быть совместимы для трансляции с `multi_class_labels` (то есть все измерения должны быть либо `1`, либо такими же, как у соответствующего измерения `losses`).
`label_smoothing`	Если больше `0`, то сгладить метки.
`scope`	Область для операций, выполняемых при вычислении потерь.
`loss_collection`	Коллекция, к которой будут добавлены потери.
`reduction`	Тип уменьшения, применяемого к потерям.

Возвращаемое значение
Весовые потери `Tensor` того же типа, что и `logits`. Если `reduction` равно `NONE`, эта форма совпадает с формой `logits`; в противном случае это скаляр.

Исключения
`ValueError`	Если форма `logits` не совпадает с формой `multi_class_labels`, или форма `weights` недействительна, или `weights` равно None. Также, если `multi_class_labels` или `logits` равны None.

Совместимость с Eager

Аргумент loss_collection игнорируется при выполнении в режиме Eager. Рассмотрите возможность сохранения возвращаемого значения или сбора потерь с помощью 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/sigmoid_cross_entropy