阅读(9.1k) 书签 (0)

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.