tf.nn.seq2seq.sequence_loss_by_example函数用法

原创于 2017-05-28 14:11:12 发布 · 1.2w 阅读

5 ·

CC 4.0 BY-SA版权

tensorflow用法专栏收录该内容

64 篇文章

订阅专栏

本文详细介绍了TensorFlow中seq2seq.sequence_loss_by_example函数的使用方法，包括logits、targets和weights三个参数的意义及示例代码。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

tf.nn.seq2seq.sequence_loss_by_example(logits, targets, weights):主要说一下这三个参数的意思和用法：

logits是一个二维的张量，比如是a*b,那么targets就是一个一维的张量长度为a，并且targets中元素的值是不能超过b的整形，32位的整数。也即是如果b等于4，那么targets中的元素的值都要小于4。weights就是一个一维的张量长度为a，并且是一个tf.float32的数。这是权重的意思。

例如：

import tensorflow as tf

A = tf.random_normal([5,4], dtype=tf.float32)
B = tf.constant([1,2,1,3,3], dtype=tf.int32)
w = tf.ones([5], dtype=tf.float32)

D = tf.nn.seq2seq.sequence_loss_by_example([A], [B], [w])

with tf.Session() as sess:
    print(sess.run(D))

输出：

[ 1.39524221 0.54694229 0.88238466 1.51492059 0.95956933]