tf.compat.v1.nn.softmax_cross_entropy_with_logits_v2

Вычисляет перекрестную энтропию софтмакса между logits и labels. (устаревшие аргументы)

tf.compat.v1.nn.softmax_cross_entropy_with_logits_v2(
    labels, logits, axis=None, name=None, dim=None
)

Измеряет ошибку вероятности в задачах дискретного классифицирования, в которых классы взаимоисключают (каждый элемент принадлежит ровно одному классу). Например, каждое изображение CIFAR-10 помечено одним и только одним меткой: изображение может быть собакой или грузовиком, но не тем и другим одновременно.

Примечание: Хотя классы взаимоисключают, их вероятности необязательно таковы. Все, что требуется, это то, что каждая строка labels является допустимым распределением вероятностей. Если это не так, вычисление градиента будет некорректным.

Если используется исключительная labels (где истинным является один и только один класс), см. sparse_softmax_cross_entropy_with_logits.

Часто используется случай, когда логарифмы и метки имеют форму [batch_size, num_classes], но поддерживаются и более высокие размерности, при этом аргумент axis указывает размерность класса.

logits и labels должны иметь одинаковый тип данных (либо float16, float32, или float64).

Обратное распространение произойдёт как в logits, так и в labels. Чтобы запретить обратное распространение в labels, передайте тензоры меток через tf.stop_gradient перед подачей их в эту функцию.

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