SparseSoftmaxCrossEntropyWithLogits

kelas akhir publik SparseSoftmaxCrossEntropyWithLogits

Menghitung biaya entropi silang softmax dan gradien ke propagasi mundur.

Berbeda dengan `SoftmaxCrossEntropyWithLogits`, operasi ini tidak menerima matriks probabilitas label, melainkan satu label per baris fitur. Label ini dianggap memiliki probabilitas 1,0 untuk baris tertentu.

Inputnya adalah logit, bukan probabilitas.

Konstanta

Rangkaian OP_NAME Nama operasi ini dikenal dengan mesin inti TensorFlow

Metode Publik

Keluaran <T>
penyangga punggung ()
gradien yang dipropagasi mundur (matriks batch_size x num_classes).
statis <T meluas TNumber > SparseSoftmaxCrossEntropyWithLogits <T>
buat ( Lingkup cakupan , fitur Operan <T>, label Operan <? extends TNumber >)
Metode pabrik untuk membuat kelas yang membungkus operasi SparseSoftmaxCrossEntropyWithLogits baru.
Keluaran <T>
kehilangan ()
Per contoh kerugian (vektor batch_size).

Metode Warisan

Konstanta

String akhir statis publik OP_NAME

Nama operasi ini dikenal dengan mesin inti TensorFlow

Nilai Konstan: "SparseSoftmaxCrossEntropyWithLogits"

Metode Publik

Output publik <T> backprop ()

gradien yang dipropagasi mundur (matriks batch_size x num_classes).

public static SparseSoftmaxCrossEntropyWithLogits <T> buat ( Cakupan cakupan , fitur Operan <T>, label Operan <? extends TNumber >)

Metode pabrik untuk membuat kelas yang membungkus operasi SparseSoftmaxCrossEntropyWithLogits baru.

Parameter
cakupan ruang lingkup saat ini
fitur matriks ukuran_batch x jumlah_kelas
label vektor batch_size dengan nilai dalam [0, num_classes). Ini adalah label untuk entri minibatch yang diberikan.
Kembali
  • contoh baru dari SparseSoftmaxCrossEntropyWithLogits

Output publik <T> kerugian ()

Per contoh kerugian (vektor batch_size).