SparseSoftmaxCrossEntropyWithLogits

classe publique SparseSoftmaxCrossEntropyWithLogits

Constructeurs Publics

SparseSoftmaxCrossEntropyWithLogits ()

Méthodes publiques

statique <T étend TNumber , U étend TNumber > Opérande
sparseSoftmaxCrossEntropyWithLogits (portée de portée , étiquettes d'opérande <T>, logits d'opérande <U>)
Calcule l'entropie croisée softmax clairsemée entre logits et labels .

Méthodes héritées

Constructeurs Publics

public SparseSoftmaxCrossEntropyWithLogits ()

Méthodes publiques

Opérande statique public sparseSoftmaxCrossEntropyWithLogits ( portée de portée , étiquettes d'opérande <T>, logits d'opérande <U>)

Calcule l'entropie croisée softmax clairsemée entre logits et labels .

Mesure l'erreur de probabilité dans les tâches de classification discrètes dans lesquelles les classes s'excluent mutuellement (chaque entrée appartient exactement à une classe). Par exemple, chaque image CIFAR-10 est étiquetée avec une et une seule étiquette : une image peut être un chien ou un camion, mais pas les deux.

NOTE:

Pour cette opération, la probabilité d’une étiquette donnée est considérée comme exclusive. Autrement dit, les classes logicielles ne sont pas autorisées et le vecteur labels doit fournir un seul index spécifique pour la vraie classe pour chaque ligne de logits (chaque entrée de mini-lot). Pour la classification softmax avec une distribution de probabilité pour chaque entrée, ERROR(/org.tensorflow.op.NnOps#softmaxCrossEntropyWithLogits) .

AVERTISSEMENT:

Cette opération attend des logits non mis à l'échelle, car elle effectue un softmax sur logits en interne pour plus d'efficacité. N'appelez pas cette opération avec la sortie de softmax , car cela produirait des résultats incorrects.

Un cas d'utilisation courant consiste à avoir des logits de forme [batchSize, numClasses] et des étiquettes de forme [batchSize] , mais les dimensions plus élevées sont prises en charge, auquel cas la dim -ème dimension est supposée être de taille numClasses . logits doivent avoir le Type de données de TFloat16 , TFloat32 ou TFloat64 , et labels doivent avoir le type TInt32 ou TInt64 .

Paramètres
portée portée actuelle
Étiquettes Tensor de forme [d_0, d_1, ..., d_{r-1}] (où r est le rang des labels et le résultat) et le dataType est TInt32 ou TInt64 . Chaque entrée dans labels doit être un index dans [0, numClasses) . D'autres valeurs déclencheront une exception lorsque cette opération est exécutée sur le processeur et renverront NaN pour les lignes de perte et de gradient correspondantes sur le GPU.
logites Activations par étiquette (généralement une sortie linéaire) de forme [d_0, d_1, ..., d_{r-1}, numClasses] et dataType de TFloat16 , TFloat32 ou TFloat64 . Ces énergies d'activation sont interprétées comme des probabilités logarithmiques non normalisées.
Retour
  • Un Tensor de la même forme que labels et du même type que logits avec la perte d'entropie croisée softmax.
Jetés
Exception d'argument illégal Si les logits sont scalaires (il faut avoir un rang >= 1) ou si le rang des étiquettes n'est pas égal au rang des logits moins un.