Only call 'softmax_cross_entropy_with_logits' with named grguments(labels=...,logits=...)
来源:互联网 发布:好搜小说软件 编辑:程序博客网 时间:2024/06/03 19:13
运行一段代码:
with tf.name_scope('cross_entropy'): cross_entropy = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(y,y_)) tf.summary.scalar('cross_entropy',cross_entropy)
将其改为:cross_entropy = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits=y, labels=y_))
补充交叉熵知识:
交叉熵可在神经网络(机器学习)中作为损失函数,p表示真实标记的分布,q则为训练后的模型的预测标记分布,交叉熵损失函数可以衡量p与q的相似性。交叉熵作为损失函数还有一个好处是使用sigmoid函数在梯度下降时能避免均方误差损失函数学习速率降低的问题,因为学习速率可以被输出的误差所控制。tensorflow中自带的函数可以轻松的实现交叉熵的计算。
tf.nn.softmax_cross_entropy_with_logits(_sentinel=None, labels=None, logits=None, dim=-1, name=None)
注意:如果labels的每一行是one-hot表示,也就是只有一个地方为1,其他地方为0,可以使用tf.sparse_softmax_cross_entropy_with_logits()
警告:
1. 这个操作的输入logits是未经缩放的,该操作内部会对logits使用softmax操作
2. 参数labels,logits必须有相同的形状 [batch_size, num_classes] 和相同的类型(float16, float32, float64)中的一种
参数:_sentinel: 一般不使用
labels: labels实际的标签,大小同上的每一行labels[i]必须为一个概率分布
logits: 就是神经网络最后一层的输出,如果有batch的话,它的大小就是[batchsize,num_classes],单样本的话,大小就是num_classes
dims: 类的维度,默认-1,也就是最后一维
name: 该操作的名称
返回值:长度为batch_size的一维Tensor
- Only call 'softmax_cross_entropy_with_logits' with named grguments(labels=...,logits=...)
- ValueError: Only call `softmax_cross_entropy_with_logits` with named arguments (labels=..., logits=.
- ValueError: Only call `softmax_cross_entropy_with_logits` with named arguments (labels=..., logits=.
- ValueError: Only call `sigmoid_cross_entropy_with_logits` with named arguments (labels=..., logits=.
- ValueError: Only call `sparse_softmax_cross_entropy_with_logits` with named arguments (labels=..., l
- Only call `sigmoid_cross_entropy_with_logits` with named arguments解决
- 解决 tensorflow softmax_cross_entropy_with_logits() 报错 Only call `softmax_cross_entropy_with_logits`
- TensorFlow学习之路(1): correct = tf.nn.in_top_k(logits, labels, k)
- tensorflow:Only call `sparse_softmax_cross_entropy_with_logits` with named arguments (labe
- 《TensorFlow实战实例》的一些错误更正ValueError: Only call `sparse_softmax_cross_entropy_with_logits` with named a
- InvalidArgumentError (see above for traceback): logits and labels must be same size:
- tensorflow sparse-softmax-cross-entropy-with-logits nan
- extended initializer lists only available with -std=c++11
- java.lang.IllegalStateException: ActionBarContextView can only be used with android:layout_width="
- <merge /> can be used only with a valid ViewGroup root and attachToRoot=true
- <merge /> can be used only with a valid ViewGroup root and attachToRoot=true
- Using label elements to associate text labels with form controls
- Feature Learning based Deep Supervised Hashing with Pairwise Labels
- LingCode Range Sum Query 2D
- Android 双进程守护
- poj 1269 Intersecting Lines
- codeforces 832 D Misha, Grisha and Underground(倍增)
- java面试资料-基础知识
- Only call 'softmax_cross_entropy_with_logits' with named grguments(labels=...,logits=...)
- Java面试题:Servlet是线程安全的吗?
- springboot填坑之 -- spring cloud基于ip的discovery服务注册中心配置
- Spring整合Redis
- JavaScript js设计思维 if语句
- 动态规划——AGTC
- 运放的平衡电阻
- hdu 2007 平方和与立方和
- YYR字符串 魔法串 [Trie图][Fail树][主席树][补全AC自动机]