TensorFlow函數(shù)：tf.losses.sparse_softmax_cross_entropy

tf.losses.sparse_softmax_cross_entropy函數(shù)

tf.losses.sparse_softmax_cross_entropy(
    labels,
    logits,
    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.

使用tf.nn.sparse_softmax_cross_entropy_with_logits的交叉熵(cross-entropy)loss.

weights作為loss的系數(shù).如果提供了標(biāo)量,那么loss只是按給定值縮放.如果weights是形狀為[batch_size]的張量,則loss權(quán)重適用于每個(gè)相應(yīng)的樣本.

參數(shù)：

• labels：形狀為[d_0, d_1, ..., d_{r-1}]的Tensor(其中,r是labels和結(jié)果的秩),并且有dtype int32或int64.labels中的每個(gè)條目必須是[0, num_classes)中的索引.當(dāng)此操作在CPU上運(yùn)行時(shí),其他值將引發(fā)異常,并返回NaNGPU上相應(yīng)的loss和梯度行.
• logits：形狀為[d_0, d_1, ..., d_{r-1}, num_classes],并且是dtype float32或float64的未縮放的日志概率.
• weights：loss的系數(shù).這必須是標(biāo)量或可廣播的labels(即相同的秩,每個(gè)維度是1或者是相同的).
• scope：計(jì)算loss時(shí)執(zhí)行的操作范圍.
• loss_collection：將添加loss的集合.
• reduction：適用于loss的減少類型.

返回：

與logits具有相同類型的加權(quán)損失Tensor.如果reduction是NONE,它的形狀與labels相同；否則,它是標(biāo)量.

可能引發(fā)的異常：

• ValueError：如果logits,labels和weights的形狀不兼容,或者如果它們中的任何一個(gè)為None.