tensorflow函数--sparse_softmax_cross_entropy_with_logits

本文介绍TensorFlow中sparse_softmax_cross_entropy_with_logits函数的使用方法及原理,该函数用于根据稀疏表示的标签和输出层数据计算损失,适用于多分类问题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

地址:https://github.com/tensorflow/tensorflow/blob/master/tensorflow/python/ops/nn_ops.py  1688

函数定义:

def sparse_softmax_cross_entropy_with_logits(_sentinel=None,
  labels=None,logits=None,
  name=None):

调用方法:

tf.nn.sparse_softmax_cross_entropy_with_logits(logits=py_x,labels=Y)


根据稀疏表示的label和输出层数据计算损失

参数1: labels,其值是稀疏表示的

labels向量大小[batch_size]

类型 `int32` or `int64`

取值范围 [0, num_classes)

参数2:logits,其表示隐藏层线性变换后非归一化后的结果

[batch_size, num_classes]

dtype `float32` or `float64`

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值