阅读(12.9k) 书签 (0)

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.