tf.compat.v1.losses.sparse_softmax_cross_entropy

Функция потерь кросс-энтропии, использующая tf.nn.sparse_softmax_cross_entropy_with_logits.

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

weights выступает в качестве коэффициента для функции потерь. Если задано скалярное значение, то функция потерь просто масштабируется на заданное значение. Если weights является тензором формы [batch_size], то веса потерь применяются к каждому соответствующему образцу.

Аргументы
`labels`	`Tensor` формы `[d_0, d_1, ..., d_{r-1}]` (где `r` - ранг `labels` и результата) и типа `int32` или `int64`. Каждый элемент в `labels` должен быть индексом в `[0, num_classes)`. Другие значения приведут к исключению при выполнении этого оператора на процессоре и возвращению `NaN` для соответствующих строк потерь и градиента на графическом процессоре.
`logits`	Немасштабированные логарифмические вероятности формы `[d_0, d_1, ..., d_{r-1}, num_classes]` и типа `float16`, `float32` или `float64`.
`weights`	Коэффициенты для функции потерь. Должен быть скаляром или согласуемым по форме с `labels` (т.е. одинаковый ранг и каждая размерность равна 1 или одинакова).
`scope`	область действия операций, выполняемых при вычислении функции потерь.
`loss_collection`	Коллекция, в которую будет добавлена функция потерь.
`reduction`	Тип сокращения, применяемого к функции потерь.

Возвращаемое значение
Взвешенная функция потерь `Tensor` того же типа, что и `logits`. Если `reduction` является `NONE`, эта функция имеет ту же форму, что и `labels`; в противном случае это скаляр.

Исключения
`ValueError`	Если формы `logits`, `labels`, и `weights` несовместимы, или если хотя бы одна из них равна 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/sparse_softmax_cross_entropy