SparseSoftmaxCrossEntropyWithLogits

classe pública SparseSoftmaxCrossEntropyWithLogits

Construtores Públicos

SparseSoftmaxCrossEntropyWithLogits ()

Métodos Públicos

estático <T estende TNumber , U estende TNumber > Operando
sparseSoftmaxCrossEntropyWithLogits (escopo do escopo , rótulos do operando <T>, logits do operando <U>)
Calcula a entropia cruzada softmax esparsa entre logits e labels .

Métodos herdados

Construtores Públicos

público SparseSoftmaxCrossEntropyWithLogits ()

Métodos Públicos

public static Operand sparseSoftmaxCrossEntropyWithLogits (escopo do escopo , rótulos do operando <T>, logits do operando <U>)

Calcula a entropia cruzada softmax esparsa entre logits e labels .

Mede o erro de probabilidade em tarefas de classificação discreta nas quais as classes são mutuamente exclusivas (cada entrada está em exatamente uma classe). Por exemplo, cada imagem CIFAR-10 é rotulada com um e apenas um rótulo: uma imagem pode ser um cachorro ou um caminhão, mas não ambos.

OBSERVAÇÃO:

Para esta operação, a probabilidade de um determinado rótulo é considerada exclusiva. Ou seja, soft classes não são permitidas e o vetor labels deve fornecer um único índice específico para a classe verdadeira para cada linha de logits (cada entrada de minibatch). Para classificação soft softmax com uma distribuição de probabilidade para cada entrada, ERROR(/org.tensorflow.op.NnOps#softmaxCrossEntropyWithLogits) .

AVISO:

Esta operação espera logits não escalados, uma vez que executa um softmax em logits internamente para maior eficiência. Não chame esta operação com a saída de softmax , pois produzirá resultados incorretos.

Um caso de uso comum é ter logits de formato [batchSize, numClasses] e rótulos de formato [batchSize] , mas dimensões mais altas são suportadas; nesse caso, a dim -ésima dimensão é considerada como sendo de tamanho numClasses . logits devem ter o tipo de dados de TFloat16 , TFloat32 ou TFloat64 , e labels devem ter o dtype de TInt32 ou TInt64 .

Parâmetros
escopo escopo atual
rótulos Tensor de forma [d_0, d_1, ..., d_{r-1}] (onde r é a classificação dos labels e resultado) e o dataType é TInt32 ou TInt64 . Cada entrada em labels deve ser um índice em [0, numClasses) . Outros valores gerarão uma exceção quando esta operação for executada na CPU e retornarão NaN para perda correspondente e linhas de gradiente na GPU.
logitos Ativações por rótulo (normalmente uma saída linear) de formato [d_0, d_1, ..., d_{r-1}, numClasses] e dataType de TFloat16 , TFloat32 ou TFloat64 . Essas energias de ativação são interpretadas como log de probabilidades não normalizadas.
Devoluções
  • Um Tensor do mesmo formato dos labels e do mesmo tipo dos logits com perda de entropia cruzada softmax.
Lança
Exceção de argumento ilegal Se os logits forem escalares (precisam ter classificação >= 1) ou se a classificação dos rótulos não for igual à classificação dos logits menos um.