tf.compat.v1.losses.hinge_loss

Добавляет потерю типа hinge к процедуре обучения.

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

Аргументы
`labels`	Tensor целевого выхода. Его форма должна соответствовать форме logits. Ожидается, что значения тензора будут 0.0 или 1.0. Внутри метки {0,1} преобразуются в {-1,1} при вычислении потери hinge.
`logits`	Логиты, тензор с плавающей точкой. Обратите внимание, что предполагается, что логиты не ограничены и центрированы на 0. Значение > 0 (соответственно < 0) считается положительной (соответственно отрицательной) бинарной предсказанием.
`weights`	Необязательный `Tensor`, чья ранг равен 0 или такому же, как у `labels`, и должен быть совместим с `labels` (то есть все измерения должны быть либо `1`, или такими же, как соответствующее измерение `losses`).
`scope`	Область для операций, выполняемых при вычислении потери.
`loss_collection`	Коллекция, в которую будет добавлена потеря.
`reduction`	Тип редукции, применяемый к потере.

Возвращаемое значение
Весовая потеря с плавающей точкой `Tensor`. Если `reduction` равняется `NONE`, эта форма совпадает с формой `labels`; в противном случае это скаляр.

Исключения
`ValueError`	Если формы `logits` и `labels` не совпадают или если `labels` или `logits` равны None.

совместимость с eager execution

Аргумент loss_collection игнорируется при выполнении в eager режиме. Рассмотрите возможность сохранения возвращаемого значения или сбора потерь через tf.keras.Model.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r2.9/api_docs/python/tf/compat/v1/losses/hinge_loss