TensorFlow 随机图的代理损失
2018-08-30 15:58 更新
tf.contrib.bayesflow.stochastic_graph.surrogate_loss
surrogate_loss ( sample_losses , stochastic_tensors = None , name = 'SurrogateLoss' )
定义在:tensorflow/contrib/bayesflow/python/ops/stochastic_graph_impl.py
参考指南:BayesFlow随机图(contrib)>随机计算图形辅助函数
随机图的代理损失.
这个函数将调用 loss_fn 在每个 StochasticTensor 上游的 sample_losses,传递其影响的损失.
请注意,目前的 surrogate_loss 并不能与在 while_loops 或其他控制结构中实例化的 stochastictenUNK 一起工作.
ARGS:
- sample_losses:最后损失的列表或元组.每一次损失应在批次 (可能每个样品) 的例子;那就是, 它应该有1或更大的维度.所有损失应具有相同的形状.
- stochastic_tensors:StochasticTensor 用于添加损失条款的列表.如果没有, 则默认为 sample_losses 中张量的图上游所有的 StochasticTensors.
- name:用于准备创建操作的名称.
返回:
张量损失,是 sample_losses 和 StochasticTensors 返回的 loss_fns 的总和.
注意:
- TypeError:如果 sample_losses 不是列表或元组,并且它的元素不是张量.
- ValueError:如果 sample_losses 的任何损失都没有维度1或更大.