上手TensorFlow

tensorflow中softmax_cross_entropy和sparse_softmax_cross_entropy的区别

都是softmax cross entropy损失函数,区别在于label的编码形式:

  • tf.losses.softmax_cross_entropy,需要的是one-hot编码的label

  • tf.losses.sparse_softmax_cross_entropy,需要的是一个整数(代表类别索引)的label

ref

tf.contrib.eager.XXXMetric的使用

m = SomeMetric(...) #创建一个metric对象
for input in ...:
m(input) #持续的给metric喂入数据
print(m.result()) #向metric要计算结果,则调用实现定义好的计算公式,以及累计喂入的数据,计算

例如:

import tensorflow.contrib.eager as tfe
epoch_loss_avg = tfe.metrics.Mean() # 创建loss metric对象
for x, y in train_dataset:
grads = grad(model, x, y)
optimizer.apply_gradients(zip(grads, model.variables),
global_step=tf.train.get_or_create_global_step())
# Track progress
epoch_loss_avg(loss(model, x, y)) # 给loss metric对象喂数据
print('In current epoch, average loss is: {:.f}'.format(epoch_loss_avg.result()))
posted @   ChrisZZ  阅读(471)  评论(0编辑  收藏  举报
编辑推荐:
· .NET Core GC计划阶段(plan_phase)底层原理浅谈
· .NET开发智能桌面机器人:用.NET IoT库编写驱动控制两个屏幕
· 用纯.NET开发并制作一个智能桌面机器人:从.NET IoT入门开始
· 一个超经典 WinForm,WPF 卡死问题的终极反思
· ASP.NET Core - 日志记录系统(二)
阅读排行:
· 支付宝事故这事儿,凭什么又是程序员背锅?有没有可能是这样的...
· 在线客服系统 QPS 突破 240/秒,连接数突破 4000,日请求数接近1000万次,.NET 多
· C# 开发工具Visual Studio 介绍
· 在 Windows 10 上实现免密码 SSH 登录
· C#中如何使用异步编程
点击右上角即可分享
微信分享提示