TensorFlow函數(shù)：tf.losses.compute_weighted_loss

tf.losses.compute_weighted_loss函數(shù)

tf.losses.compute_weighted_loss(
    losses,
    weights=1.0,
    scope=None,
    loss_collection=tf.GraphKeys.LOSSES,
    reduction=Reduction.SUM_BY_NONZERO_WEIGHTS
)

定義在：tensorflow/python/ops/losses/losses_impl.py.

計算加權(quán)l(xiāng)oss.

參數(shù)：

• losses：形狀為[batch_size, d1, ... dN]的Tensor.
• weights：可選的,其秩為0或與losses具有相同等級的Tensor,并且必須可廣播到losses(即,所有維度必須為1或者與相應(yīng)的losses維度相同).
• scope：計算loss時執(zhí)行的操作范圍.
• loss_collection：loss將被添加到這些集合中.
• reduction：適用于loss的減少類型.

返回：

與losses相同類型的加權(quán)損失Tensor,如果reduction是NONE,它的形狀與losses相同；否則,它是標量.

可能引發(fā)的異常：

• ValueError：如果weights是None,或者與losses的形狀不兼容,或者是否存在losses或weights缺少維度(秩)的數(shù)量.

注意：當計算的來自兩個加權(quán)損失捐款的梯度losses和weights被考慮.如果你weights依賴于某些模型參數(shù),但你不希望這會影響損失梯度,則需要應(yīng)用tf.stop_gradient到weights它們傳遞給前compute_weighted_loss.

注: 當計算從losses和weights的加權(quán)l(xiāng)oss貢獻的梯度時要考慮.如果您的權(quán)重依賴于某些模型參數(shù),但您不希望此影響loss漸變,則在將它們傳遞給compute_weighted_loss之前,需要將tf. stop_gradient傳遞給weights.