TensorFlow函數(shù)：tf.losses.sigmoid_cross_entropy

tf.losses.sigmoid_cross_entropy函數(shù)

tf.losses.sigmoid_cross_entropy(
    multi_class_labels,
    logits,
    weights=1.0,
    label_smoothing=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.sigmoid_cross_entropy_with_logits創(chuàng)建交叉熵loss.

weights作為loss的系數(shù).如果提供了標(biāo)量,那么loss只是按給定值進(jìn)行縮放.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.

如果label_smoothing非零,則將標(biāo)簽平滑為1/2：

new_multiclass_labels = multiclass_labels * (1 - label_smoothing)
                        + 0.5 * label_smoothing

參數(shù)：

• multi_class_labels：{0, 1}中的[batch_size, num_classes]目標(biāo)整數(shù)標(biāo)簽.
• logits：Float [batch_size, num_classes]記錄網(wǎng)絡(luò)的輸出.
• weights：可選的Tensor,其秩為0或與labels具有相同的秩,并且必須可廣播到labels(即,所有維度必須為1與相應(yīng)的losses維度相同).
• label_smoothing：如果大于0,則平滑標(biāo)簽.
• 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,則它的形狀與logits相同；否則,它是標(biāo)量.

可能引發(fā)的異常：

• ValueError：如果logits的形狀與multi_class_labels不匹配,或形狀weights無效,或者如果weights是NONE；或者如果multi_class_labels或logits為NONE.