SoftmaxCrossEntropyWithLogits

logits और labels बीच सॉफ्टमैक्स क्रॉस एन्ट्रापी की गणना करता है।

असतत वर्गीकरण कार्यों में संभाव्यता त्रुटि को मापता है जिसमें वर्ग परस्पर अनन्य होते हैं (प्रत्येक प्रविष्टि बिल्कुल एक वर्ग में होती है)। उदाहरण के लिए, प्रत्येक CIFAR-10 छवि को एक और केवल एक लेबल के साथ लेबल किया गया है: एक छवि एक कुत्ता या ट्रक हो सकती है, लेकिन दोनों नहीं।

टिप्पणी:

हालाँकि वर्ग परस्पर अनन्य हैं, उनकी संभावनाएँ आवश्यक नहीं हैं। बस यह आवश्यक है कि labels की प्रत्येक पंक्ति एक वैध संभाव्यता वितरण हो। यदि वे नहीं हैं, तो ग्रेडिएंट की गणना गलत होगी।

यदि विशिष्ट labels उपयोग कर रहे हैं (जिसमें एक समय में एक और केवल एक वर्ग सत्य है), तो ERROR(/org.tensorflow.op.NnOps#sparseSoftmaxCrossEntropyWithLogits) देखें

उपयोग:

   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 }
 

बैकप्रॉपैगेशन logits और labels दोनों में होगा। labels में बैकप्रॉपैगेशन को अस्वीकार करने के लिए, इस फ़ंक्शन में फीड करने से पहले लेबल टेंसर को tf.stopGradient के माध्यम से पास करें।