tf.keras.losses.categorical_crossentropy
Вычисляет потерю категориальной кросс-энтропии.
tf.keras.losses.categorical_crossentropy(
y_true, y_pred, from_logits=False, label_smoothing=0
)
Использование в отдельном блоке:
y_true = [[0, 1, 0], [0, 0, 1]]
y_pred = [[0.05, 0.95, 0], [0.1, 0.8, 0.1]]
loss = tf.keras.losses.categorical_crossentropy(y_true, y_pred)
assert loss.shape == (2,)
loss.numpy()
array([0.0513, 2.303], dtype=float32)
| Аргументы |
|---|
y_true | Вектор истинного значения целевой переменной в формате one-hot. |
y_pred | Вектор предсказанных значений целевой переменной. |
from_logits | Нужно ли ожидать, что y_pred является тензором логарифмов. По умолчанию предполагается, что y_pred кодирует распределение вероятностей. |
label_smoothing | Вещественное число в диапазоне [0, 1]. Если > 0, сглаживать метки. |
| Возвращаемое значение |
|---|
| Значение потери категориальной кросс-энтропии. |
