tf.compat.v1.nn.softmax_cross_entropy_with_logits_v2

Вычисляет перекрестную энтропию softmax 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 взаимно исключают друг друга (каждый элемент принадлежит ровно одному классу). Например, каждый образ CIFAR-10 помечен одним и только одним меткой: изображение может быть собакой или грузовиком, но не тем и другим одновременно.

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

Если вы используете взаимоисключающие labels (в которых один и только один класс является истинным в каждый момент времени), обратитесь к sparse_softmax_cross_entropy_with_logits.

Типичный случай использования — это когда у логарифмов и меток форма [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 будет происходить 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.