SparseSoftmaxCrossEntropyWithLogits

genel sınıf SparseSoftmaxCrossEntropyWithLogits

Kamu İnşaatçıları

SparseSoftmaxCrossEntropyWithLogits ()

Genel Yöntemler

static <T TNumber'ı genişletir, U TNumber'ı genişletir > İşlenen
sparseSoftmaxCrossEntropyWithLogits ( Kapsam kapsamı, İşlenen <T> etiketleri, İşlenen <U> logitleri)
logits ve labels arasındaki seyrek softmax çapraz entropiyi hesaplar.

Kalıtsal Yöntemler

Kamu İnşaatçıları

halka açık SparseSoftmaxCrossEntropyWithLogits ()

Genel Yöntemler

public static İşlenen sparseSoftmaxCrossEntropyWithLogits ( Kapsam kapsamı, İşlenen <T> etiketleri, İşlenen <U> logitleri)

logits ve labels arasındaki seyrek softmax çapraz entropiyi hesaplar.

Sınıfların birbirini dışladığı (her giriş tam olarak bir sınıftadır) ayrık sınıflandırma görevlerindeki olasılık hatasını ölçer. Örneğin, her CIFAR-10 görüntüsü tek ve tek bir etiketle etiketlenir: bir görüntü bir köpek veya bir kamyon olabilir, ancak her ikisi birden olamaz.

NOT:

Bu işlem için belirli bir etiketin olasılığı dışlayıcı olarak kabul edilir. Yani, yumuşak sınıflara izin verilmez ve labels vektörü, her logits satırı (her mini parti girişi) için gerçek sınıfa yönelik tek bir spesifik indeks sağlamalıdır. Her giriş için bir olasılık dağılımına sahip yumuşak softmax sınıflandırması için, ERROR(/org.tensorflow.op.NnOps#softmaxCrossEntropyWithLogits) .

UYARI:

Bu operasyon, verimlilik için dahili olarak logits bir softmax gerçekleştirdiğinden, ölçeklenmemiş logitler beklemektedir. Yanlış sonuçlara yol açacağından bu op'u softmax çıktısıyla çağırmayın.

Yaygın bir kullanım durumu [batchSize, numClasses] şeklinde logitlere ve [batchSize] şeklinde etiketlere sahip olmaktır, ancak daha yüksek boyutlar desteklenir; bu durumda dim -th boyutun numClasses boyutunda olduğu varsayılır. logits sahip olması gerekir veri tipi TFloat16 , TFloat32 veya TFloat64 ve labels TInt32 veya TInt64 dtype'sine sahip olması gerekir.

Parametreler
kapsam mevcut kapsam
etiketler [d_0, d_1, ..., d_{r-1}] şeklindeki Tensor (burada r , labels ve sonucun sırasıdır) ve dataType TInt32 veya TInt64 . labels her giriş [0, numClasses) içinde bir dizin olmalıdır. Bu işlem CPU'da çalıştırıldığında diğer değerler bir istisna oluşturacak ve GPU'daki karşılık gelen kayıp ve gradyan satırları için NaN döndürecektir.
logitler [d_0, d_1, ..., d_{r-1}, numClasses] şeklinin ve TFloat16 , TFloat32 veya TFloat64 dataType'ın etiket başına aktivasyonları (tipik olarak doğrusal bir çıktı). Bu aktivasyon enerjileri normalleştirilmemiş log olasılıkları olarak yorumlanır.
İadeler
  • Softmax çapraz entropi kaybına sahip, labels aynı şekle ve logits aynı türe sahip bir Tensor .
Atar
YasadışıTartışmaİstisna Logitler skaler ise (rankın >= 1 olması gerekir) veya etiketlerin sıralaması, logitlerin sıralamasının bir eksiğine eşit değilse.