SoftmaxCrossEntropyWithLogits

logits এবং labels মধ্যে সফটম্যাক্স ক্রস এনট্রপি গণনা করে।

বিচ্ছিন্ন শ্রেণীবিভাগের কার্যগুলির সম্ভাব্যতা ত্রুটি পরিমাপ করে যেখানে ক্লাসগুলি পারস্পরিকভাবে একচেটিয়া (প্রতিটি এন্ট্রি ঠিক একটি শ্রেণীতে)। উদাহরণস্বরূপ, প্রতিটি CIFAR-10 চিত্র একটি এবং শুধুমাত্র একটি লেবেল দিয়ে লেবেল করা হয়েছে: একটি চিত্র একটি কুকুর বা একটি ট্রাক হতে পারে, কিন্তু উভয় নয়৷

দ্রষ্টব্য:

যদিও ক্লাসগুলি পারস্পরিকভাবে একচেটিয়া, তাদের সম্ভাবনার প্রয়োজন নেই৷ যা প্রয়োজন তা হল labels প্রতিটি সারি একটি বৈধ সম্ভাব্যতা বন্টন। যদি তারা না হয়, গ্রেডিয়েন্টের গণনা ভুল হবে।

যদি একচেটিয়া labels ব্যবহার করে (যেখানে একবারে একটি এবং শুধুমাত্র একটি ক্লাস সত্য), দেখুন ERROR(/org.tensorflow.op.NnOps#sparseSoftmaxCrossEntropyWithLogits)

ব্যবহার:

   Operand<TFloat32> logits =
       tf.constant(new float[][] { {4.0F, 2.0F, 1.0F}, {0.0F, 5.0F, 1.0F} } );
   Operand<TFloat32> labels =
       tf.constant(new float[][] { {1.0F, 0.0F, 0.0F}, {0.0F, 0.8F, 0.2F} } );
   Operand<TFloat32> output =
       tf.nn.softmaxCrossEntropyWithLogits(labels, logits, -1);
   // output Shape = [2]
   // dataType = FLOAT (1)
   // values { 0.169846, 0.824745 }
 

ব্যাকপ্রোপাগেশন logits এবং labels উভয় ক্ষেত্রেই ঘটবে। labels ব্যাকপ্রোপাগেশন অনুমোদন না করতে, এই ফাংশনে এটি খাওয়ানোর আগে tf.stopGradient এর মাধ্যমে লেবেল টেনসর পাস করুন।