TensorFlow函数:tf.losses.hinge_loss
2018-08-23 11:45 更新
tf.losses.hinge_loss函数
tf.losses.hinge_loss(
labels,
logits,
weights=1.0,
scope=None,
loss_collection=tf.GraphKeys.LOSSES,
reduction=Reduction.SUM_BY_NONZERO_WEIGHTS
)
定义在:tensorflow/python/ops/losses/losses_impl.py.
在训练过程中增加了hinge loss.
参数:
- labels:真实输出张量,它的形状应该与logits的形状相匹配;张量的值预计为0.0或1.0.
- logits:logits,一个浮动张量.
- weights:可选的Tensor,其秩为0或与labels的秩相同,并且必须可广播到labels(即,所有维度必须1,与相应的losses维度相同).
- scope:计算loss时执行的操作范围.
- loss_collection:将添加loss的集合.
- reduction:适用于loss的减少类型.
返回:
加权损失浮动Tensor.如果reduction是NONE,则它的形状与labels相同;否则,它是标量.
可能引发的异常:
- ValueError:如果logits和labels的形状不匹配,或者如果labels或logits是None.